statistics - resumen - machine learning para dummies

¿Cuáles son algunas aplicaciones económicamente importantes del aprendizaje automático?

Question

Disculpas de antemano si esto es demasiado vago.

Mi lista hasta ahora:

• arbitraje estadístico
• ciencia actuarial
• control del proceso de fabricación
• procesamiento de imágenes (seguridad, fabricación, imágenes médicas)
• biología computacional / diseño de fármacos
• sabermetrics
• gestión del rendimiento
• investigación / logística de operaciones (incluiré inteligencia comercial con esto)
• marketing (predicción de preferencias, diseño / análisis de encuestas, publicación de anuncios en línea)
• lingüística computacional (Google, recuperación de información, ...)
• pruebas educativas
• epidemiología
• criminología (detección de fraude, contraterrorismo, ...)
• puntuación de crédito al consumo
• detección de spam
• búsqueda de errores, detección de virus, seguridad informática

¿Hay algún artículo, libro o revista que aborde esta pregunta? El único libro que he visto es Supercrunchers, que se centra en las preferencias del consumidor y no mucho más.

Answer 1

Hay un montón de campos que utilizan el aprendizaje automático:

• Ingreso de texto predictivo ( Máquinas de Vector de Soporte )
• Visión por computador
• Juego AI
• Percepción robótica (clasificación y detección)
• Genómica
• Reconocimiento de escritura a mano (el servicio postal de EE. UU. Utiliza redes neuronales para la clasificación de correo, por ejemplo)
• Detección de fraude con tarjeta de crédito
• Localización ( filtros de Kalman , filtros de partículas )
• Predicción de preferencia (Netflix, Amazon)

EDITAR:

Si está buscando una lista de lavandería con todas las aplicaciones de aprendizaje automático, creo que encontrará que el problema es insoluble. El aprendizaje automático como campo se centra principalmente en la tarea de utilizar datos para construir un modelo que pueda asignar entradas a un conjunto deseado de resultados. Los campos que lo utilizan crecen constantemente, mientras la gente imagina nuevas aplicaciones para el aprendizaje automático. Si esto ayuda, típicamente el aprendizaje automático es más poderoso cuando el mapeo entre las entradas y las salidas no se puede describir bien, el espacio de mapeo es demasiado dimensional para procesarlo de manera razonable y / o necesita ser adaptable a lo largo del tiempo.

Si simplemente busca lugares para leer en aplicaciones de aprendizaje automático, puede echar un vistazo a lo siguiente:

• La inteligencia artificial de Russel y Norvig : un enfoque moderno , el libro de texto estándar para todas las cosas.
• Revista de investigación de aprendizaje automático
• Conferencia internacional sobre aprendizaje automático y aplicaciones

Otra buena apuesta sería visitar los sitios web de las universidades que tienen sólidos programas de IA, CS, Matemáticas o Robótica y ver si tienen materiales de interés para el curso. Sé, por ejemplo, que CMU, MIT y Stanford suelen tener muchas notas de curso en línea que a menudo mencionan aplicaciones para varias técnicas.

Answer 2

Algunos fondos de cobertura (como Renaissance Technologies ) utilizan varias técnicas de aprendizaje automático para crear algoritmos de negociación de caja negra. Los que lo hacen bien, básicamente, imprimen dinero.

En general, algunas de las tecnologías de administración de riesgo / arbitraje más sofisticadas usan varios grados de aprendizaje automático y gastan bastante dinero en escribir ese tipo de software.

Answer 3

Algunos otros:

• Diagnostico medico
• Visualización de datos
• Software Adaptativo
• Video / Audio Fingerprinting
• Inteligencia militar
• Compresión
• Controlar
• Diseño
• Mejoramiento

Los dos últimos pueden caer bajo "Investigación de Operaciones".

Answer 4

Interfaces de usuario adaptables y personalizadas. Los ejemplos pueden incluir: sugerencias de búsqueda, jugabilidad, diseño de la aplicación ... etc.