Elegir una métrica de similitud de texto que nos ayude a obtener un buen modelo es crucial. Existen numerosas métricas y la elección puede ser confusa. En esta plática veremos ejemplos y sugerencias para su adecuada elección.
En esta plática se dará una guía práctica con base en experiencias vividas al aplicar pruebas A/B en distintos dominios. El concepto de prueba A/B es simple pero dependiendo de lo que estemos evaluando puede complicarse mucho. Veremos cómo proceder con confianza y cautela en este tipo de pruebas.
Los sistemas de recomendación automática cada vez son más populares: las redes sociales nos recomiendan a quién seguir, los servicios de entretenimiento nos recomiendan películas y música. Pero como te habrás dado cuenta, lograr dar recomendaciones que realmente sean del interés de los usuarios no es trivial.
En este webinar estudiaremos lecciones aprendidas y mejores prácticas para diseñar sistemas de recomendación eficaces
Al iniciar un proyecto de Data Science se tienen que tomar diversas decisiones para que cada etapa del flujo de trabajo o pipeline cumpla con las metas especificadas. El pipeline que definamos depende de factores tales como la experiencia que se tiene con las plataformas, herramientas, lenguajes o algoritmos específicos así como de la investigación previa y referencias externas.
