Prácticas ingenieriles aplicadas para la implementación de sistemas inteligentes basados en machine learning
La Inteligencia Artificial (IA) tiene el potencial de aportar en un futuro cercano grandes beneficios a la sociedad, gracias a la aplicación de Sistemas Inteligentes implementados mediante el uso de algoritmos de Machine Learning (o Aprendizaje Automático). No obstante, para aplicar Machine Learning...
Guardado en:
| Autores principales: | , , , , , , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2019
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/77220 |
| Aporte de: |
| Sumario: | La Inteligencia Artificial (IA) tiene el potencial de aportar en un futuro cercano grandes beneficios a la sociedad, gracias a la aplicación de Sistemas Inteligentes implementados mediante el uso de algoritmos de Machine Learning (o Aprendizaje Automático). No obstante, para aplicar Machine Learning, es imprescindible conocer varios aspectos relacionados al problema, la organización y su contexto, así como realizar un reconocimiento de las fuentes de información disponibles identificando su calidad. En caso contrario, el sistema podría estar resolviendo un problema diferente del que se quiere dar solución pudiendo provocar a largo plazo situaciones de sexismo, racismo y otras formas de discriminación En este contexto, el trabajo propuesto se inscribe en una línea de investigación que busca adaptar prácticas ingenieriles en la implementación de Sistemas Software Inteligentes basados en Machine Learning para evitar los problemas antes mencionados. |
|---|