¿Cómo diferenciarse innovando con Inteligencia Artificial?

1. El Machine Learning (ML) dentro de la inteligencia artificial.

2. Presentación del modelo ARIANA.

3. Los datos son el combustible:
a) El análisis de los datos antes del ML.
b) El análisis de datos después del ML.

4. El radar de innovación con ML:
a) Portafolio de proyectos de innovación.
b) Estado de los datos disponibles.
c) Planteamiento de ideas innovadoras que puedan ser desarrolladas con ML.

5. Formular los desafíos desde la óptica del ML:
a) Plantear el problema.
b) El marco experimental.
c) Medidas para el desempeño de algoritmos.

6. ¿Qué es experimentar con ML?:
a) Tratamiento de datos.
b) Probar hipótesis basadas en conocimiento del dominio.
c) Librerías, paquetes y servicios.
d) Poder computacional.
e) Exploración de modelos y sus hiper-parámetros.

7. Nuevos Indicadores:
a) ¿Por qué se requieren nuevos indicadores?
b) Ejemplos de nuevos indicadores.

8. La fábrica de modelos e inferencias de ML:
a) Servicios cloud para automatización.
b) Sincronizar modelos con la operación de la empresa.
c) Re-entrenar modelos periódicamente.

9. Estructura organizacional mínima para implementar y operar las innovaciones soportadas en ML:
a) Diferentes modelos organizacionales.
b) La riqueza de la diversidad.