La mejor herramienta es la má s difí cil de utilizar. El machine learning es la tecnologí a de uso general má s importante del mundo, pero es muy complicada de lanzar. Fuera de los gigantes tecnoló gicos y algunas otras empresas lí deres, las iniciativas de machine learning suelen fallar a la hora de implementarse y nunca llegan a aportar valor. Qué falta? Una prá ctica empresarial especializada apta para una adopció n amplia.
En la Guí a prá ctica de la IA, el autor superventas Eric Siegel presenta el está ndar de referencia, un modelo prá ctico en seis pasos para llevar los proyectos de machine learning desde su concepció n hasta su implementació n. Ilustra la prá ctica con historias de é xito y fracaso, incluyendo casos prá cticos reveladores de UPS, FICO y empresas puntocom destacadas. Este enfoque disciplinado sirve para ambas partes: da poder a los profesionales empresariales y establece un marco de trabajo estraté gico muy necesario para los profesionales de los datos.
Ademá s de detallar la prá ctica, este libro tambié n mejora las cualificaciones de los profesionales empresariales de forma indolora. Ofrece una dosis vital pero amable de conocimiento contextual semité cnico que todas las partes interesadas necesitan para dirigir o participar en proyectos de machine learning de principio a fin. Esto pone a los profesionales empresariales y los de datos en igualdad de condiciones para que puedan colaborar de manera conjunta y profunda para establecer con precisió n lo que debe predecir el machine learning, có mo de bien predice y có mo se actuará en funció n de sus predicciones para mejorar las operaciones. Estas cuestiones esenciales determinan el é xito o el fracaso de cada iniciativa; si se hacen bien, allanan el camino para la implementació n dirigida al valor del machine learning.