Machine Learning
Pocos métodos de análisis tienen un potencial tan elevado como el aprendizaje automático. El machine learning (ML) es una subdisciplina de la inteligencia artificial (IA) que permite usar datos tanto nuevos como existentes para generar inferencias y conocimientos concretos con el fin de mejorar la toma de decisiones fundamentadas y la realización de pronósticos. Así, puedes desarrollar tus propios modelos de ML con base en algoritmos preexistentes o personalizados y llevar a la práctica una gran cantidad de escenarios de implementación desde el cloud de IONOS.
Por ejemplo: las sugerencias de compra y la información a la medida te permiten brindar a tus clientes una experiencia de uso y de compra mucho mejor en tus páginas web.
En el ciclo de vida del ML se suele distinguir entre la fase de desarrollo y entrenamiento y la fase operativa o de inferencia.
En la primera fase, el analista de datos desarrolla el modelo de ML con base en los datos de entrenamiento. Después de someter el algoritmo a una larga serie de pruebas y mejoras constantes, el modelo de ML queda listo para la fase de inferencia, donde se usa con el objetivo de resolver una tarea específica. Para ello, los ingenieros de machine learning trasladan el modelo a una pipeline.
El desarrollo y el despliegue del pipeline requieren de diferentes productos cloud y herramientas open source:
Caso de uso
Caso de uso
Caso de uso