El Machine Learning hecho sencillo con Judith Hurwitz y Daniel Kirsch

'Machine Learning for dummies. IBM limited edition' es un corto librito que explica, de una forma muy clara y comprensible, las principales ideas del Machine Learning buscando más la comprensión por parte de un público general que la profundidad de las ideas.

El libro, de apenas 68 páginas se estructura en siete cortos capítulos:

• 'Understanding Machine Learning:' explica el concepto de Machine Learning que, además, pone en relación con Big Data y la estadística. También introduce otros conceptos como la diferenciación entre la analítica descriptiva y la predictiva, el aprendizaje supervisado y no supervisado, etc y proporciona el contexto en que se sitúa el Machine Learning como subconjunto de la Inteligencia Artificial.


• 'Applying Machine Learning' describe de una manera muy sucinta cómo aplicar Machine Learning en entornos empresariales.


• 'Looking inside Machine Learning' Hace un repaso de los principales algoritmos existentes. También dedica espacio los datos y su preparación para ser usados y propone un ciclo de trabajo en Machine Learning.


• 'Getting staarted with Machine Learning' Vuelve sus ojos de nuevo a la aplicación práctica proporcionando algunas ideas sobre cómo enfocarse en el negocio, cómo ejecutar un proyecto piloto o la selección del tipo de aprendizaje más adecuado.


• 'Learning machine skills' Hace un rápido repaso de las habilidades y conocimientos necesarios y proporciona algunos recursos para formación.


• 'Using Machine Learning to Provide solutions to business problems' Proporciona algunos ejemplos breves de aplicación de Machine Learning a problemas concretos.


• 'Ten predictions on the future of Machine Learning' se arriesga a hacer una predicción de diez cosas que sucederán en Machine Learning en el futuro más o menos próximo.

Dada la extensión y pretensiones de la obra no se puede pretender un tratado ni profundo, ni detallado ni muy técnico, pero 'Machine Learning for dummies. IBM Limited edition' cumple correctamente con su objetivo de explicar y divulgar las ideas fundamentales sobre Machine Learning por lo que sirve, obviamente, como introducción o, incluso, como repaso rápido de conceptos. En ese sentido y con ese bajo nivel de ambición, resulta un librito interesante y útil, y más si se tiene en cuenta que es gratuito.

Judith Hurwitz

(Fuente: Traducción y ligera elaboración propia de su biografía en Hurwitz & Associates)

Judith Hurwitz

Judith S. Hurwitz es Presidente y CEO Hurwitz & Associates, Inc, una firma de investigación y consultoría estatégica enfocada en las tecnologías de computación distribuidas. Como pionera en anticipar la innovación y adopción de tecnología, Judith aboga por una adopción pragmática de un enfoque arquitectural y de negocio para el mercado emergente de cloud computing, orientación a servicios y gestión de servicios. Ha actuado como asesor de confianza de muchos líderes de la industria a lo largo de los años. Judith ha ayudado a esas compañías a hacer la transición a u nuevo modelo de negocio enfocado al valor de negocio de las plataformas emergentes.

Antes de fundar Hurwitz & Associates en 2002, Judith fue cofundadora de CycleBridge, una compañía de consultoría orientada al software para ciencias de la vida. En 1992, Judith fundó Hurwitz Group. Tambiñen actuó como consultor tecnológico senior en John Hancock y Apollo Computer.

Judith combina una comprensión abarcadora de la industria con una orientación enfocada y orientada al negocio. Cree que más que contemplar las tecnologías emergentes en vacío, los líderes de la industria necesitan evaluar la tecnología con base en el impacto en la innovación y la efectividad del negocio.

La experiencia de Hurwitz es ampliamente reconocida y actúa con frecuencia como speaker en eventos de la industria. Además, escribe un blog popular sobre tecnología distribuida.

Es co-autora de los siguientes libros: 'Cloud Computing For Dummies', 'Service Oriented Architectures for Dummies', 'Service Management for Dummies' y 'Information Management for Dummies'. Ha escrito ampliamente sobre todos los aspectos del software distribuido.

Judith tiene grados de la Boston University y participa en varios comités de asesores de compañías emergentes. Fue nominada alumna distinguida del Boston University College of Arts & Scineces en 2005. También ha sido acreedora del premio Massachusetts Technology Leadership Council en 2005.

Puedes saber más de la autora visitando la página de Hurwitz & Associates o siguiéndola en Twitter donde se identifica como @jhurwitz.

Daniel Kirsch

(Fuente: Traducción y ligera elaboración propia de su biografía en su Hurwitz & Associates)

Dan Kirsch

Dan Kisrch se unió a Hurwitz & Associates como analista de investigación enfocado en seguridad, gobierno y privacidad. Dan había trabajado ya como consultor para Hurwitz & Associates desde 2010 y se unió a tiempo completo a la compañía en Otoño de 2011.

Dan tiene una titulación del Boston College Law School donde trabajó en el área de legislación corporativa, empresas emergentes y propiedad intelectual. Como abogado, Dan representó a startups y empresas que acudían a segundas rondas de financiación.

La investigación de Dan se enfoca en cómo el cumplimiento normativo, gobierno, seguridad y privacidad están impactando en la industria del software y los requisitos de clientes. Además, Dan está mirando al mercado móvil.

Puedes saber más del autor visitando su perfil en LinkedIn o siguiéndole en Twitter donde se identifica como @ddkirsch.

Ficha técnica:

TITULO: Machine Learning for dumies. IBM limited edition.

AUTOR: Judith Hurwitz  y Daniel Kirsch.

EDITORIAL: John Wiley & sons

AÑO: 2018

ISBN: 978-1-119-45494-6
PAGINAS: 68

Artículos de este blog relacionados

• Seis habilitadores clave del Machine Learning
• El valor del Machine Learning