Datos

Implantar soluciones de IA en las empresas

Jacob H. Marquez

Data Scientist

La importancia de los datos

Sin datos, no hay pautas que aprender
Datos erróneos, patrones erróneos
La calidad de la IA depende de los datos

Big data para la IA.

Los cuatro aspectos de los datos

$$ Adquisición.

Los cuatro aspectos de los datos

$$ Volumen

Los cuatro aspectos de los datos

$$ Calidad

Los cuatro aspectos de los datos

$$ Seguridad

Adquisición

Tipos de datos

Datos demográficos de los clientes
Información de ventas
Inventario de productos
Resultados de las campañas de marketing

Cadena de suministro

Adquisiciones
Transporte
Niveles de existencias

IA para la clasificación de imágenes

Averías mecánicas
Miles de imágenes etiquetadas

Adquisición

Propios

Creatividad en la captura de datos o fuentes existentes
Habla con otros grupos
Dedica tiempo a adquirir

De terceros

Especialistas en fuentes de datos
Colaborar con otras empresas

$$ Volumen

$$

Más complejo = más datos
El científico de machine learning determinará los requisitos

Calidad

Receta incomible

Calidad

Integridad

Calidad

Precisión

Calidad

Relevancia

Calidad

Puntualidad

Calidad: sesgo de los datos

Definición: errores sistémicos o prejuicios en los datos que pueden dar lugar a resultados inexactos o injustos.

Herramientas y métodos para reconocer y evaluar
Evitar los resultados sesgados y la toma de decisiones sesgada
Construir IA de forma responsable

Seguridad

Ayuda a:

Mantener la confianza
Cumplir la normativa
Salvaguardar los intereses empresariales

Medidas:

Eliminar identificadores personales
Políticas de conservación
Cifrado
Control de accesos

¡Vamos a practicar!

Implantar soluciones de IA en las empresas

Preparing Video For Download...