Machine Learning España #191024

Machine Learning España es el resumen principal de noticias de Machine Learning (Aprendizaje Automático) y Deep Learning (Aprendizaje Profundo) de España.

Los principales desarrollos a nivel mundial en este campo, ya sean nuevas tecnologías, compañías o productos, procesados y simplificados para que lo puedas tener de forma fácil, simple y gratis!

Los ejemplos y tutoriales de Machine Learning permiten que los nuevos contenidos, muchas veces de gran complejidad, sean accesibles para una audiencia más amplia. A su vez, las técnicas y algoritmos de Machine Learning, ofrecen los últimos avances en investigación de forma más interesante y simple de comprender. Se incluye, también, ejemplos y técnicas de Python, ya que es uno de los lenguajes más utilizados en este campo.

Este contenido se complementa con información específica para España.

7 formas en que la Inteligencia Artificial está ayudando a revolucionar la industria del reclutamiento de nuevos empleados

La Inteligencia Artificial ha puesto su mira en la industria del reclutamiento de nuevos empleados. Cada vez más empresas están comenzando a usar soluciones de Inteligencia Artificial para ayudar a acelerar el proceso y hacerlo menos impredecible.

Aquí destacamos 7 áreas de reclutamiento donde la Inteligencia Artificial podría usarse para aligerar la carga de reclutadores y encontrar mejores candidatos para su organización y puestos.

¿Qué es la Inteligencia Artificial en el reclutamiento?
La Inteligencia Artificial está encontrando muchas aplicaciones en varias industrias, y el reclutamiento no es diferente. La Inteligencia Artificial se puede emplear para ayudar en el proceso de reclutamiento de empresas mediante Machine Learning y la resolución de problemas para ayudar a encontrar los mejores candidatos para un puesto.

"Esta nueva tecnología está diseñada para racionalizar o automatizar alguna parte del flujo de trabajo de reclutamiento, especialmente tareas repetitivas de gran volumen.

Por ejemplo, el software que aplica Machine Learning a los currículums para una selección automática de candidatos o el software que realiza el análisis de sentimientos en las descripciones de trabajo para identificar [cualquier] lenguaje potencialmente sesgado ". - ideal.com.

¿Cuáles son algunos ejemplos de Inteligencia Artificial utilizada en el reclutamiento?
1. Inteligencia Artificial está ayudando a mejorar las aplicaciones en línea
2. Se están utilizando para encontrar los mejores candidatos
3. Inteligencia Artificial está ayudando a acelerar la preselección de candidatos
4. Se está utilizando para proporcionar un campo de juego nivelado
5. La Inteligencia Artificial se está utilizando para examinar candidatos
6. La Inteligencia Artificial también se utiliza durante las entrevistas
7. La Inteligencia Artificial está ayudando a proporcionar automatización de reclutamiento y análisis de datos avanzados

http://bit.ly/34r7TFh

 

5 desafíos para la adopción gubernamental de Inteligencia Artificial

La adopción generalizada de Inteligencia Artificial ha sido más lenta en el gobierno o sector público, que en el sector privado. Dada la magnitud del impacto que la Inteligencia Artificial podría tener en las entidades públicas, es importante comprender los obstáculos que obstaculizan la adopción sistémica de la Inteligencia Artificial por parte del gobierno.

A través de una amplia consulta a las partes interesadas, hemos identificado cinco barreras clave para la adopción de Inteligencia Artificial en el gobierno:

1. Uso efectivo de los datos.
Vivimos en un mundo digital, y todos los días dejamos un rastro de datos digitales, desde el conteo de pasos hasta los patrones de navegación en Internet. IBM estimó en 2017 que el 90% de los datos mundiales se habían creado en los últimos dos años. El problema es que nuestras organizaciones, tanto públicas como privadas, no fueron creadas para manejar y aprovechar este volumen y variedad de datos.

2. Datos y habilidades de Inteligencia Artificial
Las habilidades de Inteligencia Artificial y gestión de datos son escasas. Si bien la curva de aprendizaje para la gestión de datos es relativamente superable, obtener las habilidades necesarias para desarrollar soluciones de Inteligencia Artificial es mucho más difícil. Las organizaciones valoran la atracción de talentos de Inteligencia Artificial de alto calibre, aumentando la compensación y dificultando que las organizaciones con presupuestos de contratación más pequeños, como el gobierno, atraigan a los mejores candidatos. Las agencias públicas se encuentran sin habilidades básicas de Inteligencia Artificial, lo que dificulta su capacidad para implementar y operar soluciones de Inteligencia Artificial.

3. El entorno de Inteligencia Artificial
El paisaje de Inteligencia Artificial es muy complejo y evoluciona continuamente. En los sectores tecnológicos más establecidos, hay algunos actores conocidos para que los compradores sepan a dónde ir. Por ejemplo, el paisaje de la nube está dominado por Alibaba, Amazon, Google y Microsoft, que en conjunto representan aproximadamente el 84% del mercado mundial de nubes públicas. Por el contrario, el mercado de Inteligencia Artificial, que también tiene una presencia significativa de los pesos pesados ​​de la tecnología, está más fragmentado y muchos jugadores pequeños aparecen continuamente.

4. Cultura heredada
Todas las organizaciones enfrentan desafíos para adoptar nuevas tecnologías. Sin embargo, las entidades públicas tienden a ser menos ágiles que sus contrapartes del sector privado, debido en parte a sus prácticas y procesos establecidos. En algunas partes del sector privado, una fuerte cultura de experimentación alienta a los empleados a innovar y se recompensa el desempeño positivo. En el gobierno puede haber menos estímulo para que los empleados asuman riesgos.

5. Mecanismos de adquisición
La Inteligencia Artificial presenta desafíos que los mecanismos de adquisición actuales no abordan, por ejemplo, el sector privado trata los algoritmos como IP. Los gobiernos que compran algoritmos estándar pueden querer comprenderlos y editarlos según sea necesario a lo largo del ciclo de vida de la herramienta (la personalización es muy común en la adquisición de software), aunque es probable que los proveedores de Inteligencia Artificial se opongan a esto.

http://bit.ly/2ZRgule

 

Uso de Machine Learning para estimar el riesgo de muerte cardiovascular

Los seres humanos son inherentemente reacios al riesgo: pasamos nuestros días calculando rutas y rutinas, tomando medidas de precaución para evitar enfermedades, peligros y desesperación.

Aún así, nuestras medidas para controlar el funcionamiento interno de nuestra biología pueden ser un poco más rebeldes.

Con eso en mente, un equipo del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT ideó un nuevo sistema para predecir mejor los resultados de salud: un modelo de Machine Learning que puede estimar, a partir de la actividad eléctrica de su corazón, el riesgo de un paciente de muerte cardiovascular

El sistema, llamado "RiskCardio", se centra en pacientes que han sobrevivido a un síndrome coronario agudo (SCA), que se refiere a una variedad de afecciones en las que hay una reducción o bloqueo de la sangre al corazón. Utilizando solo los primeros quince minutos de la señal de electrocardiograma bruto (ECG) de un paciente, la herramienta produce una puntuación que ubica a los pacientes en diferentes categorías de riesgo.

Los pacientes de alto riesgo de RiskCardio, pacientes en el cuartil superior, tenían casi siete veces más probabilidades de morir de muerte cardiovascular en comparación con el grupo de bajo riesgo en el cuartil inferior. En comparación, los pacientes identificados como de alto riesgo por las métricas de riesgo existentes más comunes tenían solo tres veces más probabilidades de sufrir un evento adverso en comparación con sus contrapartes de bajo riesgo.

http://bit.ly/2LEah49

 
Tu opinión es muy importante! Deja tu comentario con sugerencias o ideas de cómo mejorar este servicio.

Puedes seguir noticias y eventos en facebook: https://www.facebook.com/machinelearningespana

#machinelearning #deeplearning #espana #españa