AutoML promete hacer del desarrollo de modelos de machine Learning un juego de niños… ¿Lo consigue? ¿Cuáles son sus limitaciones? ¿Qué necesitamos saber antes de empezar a trabajar con él?
Para hablar de ello contamos con Óscar Ferrer e Iván Sierra. En esta primera parte nos centraremos en conocer AutoML y ver todas las opciones que componen este servicio.
Y para ponértelo fácil, puedes encontrar nuestro podcast en las principales plataformas: Ivoox, Spotify, YouTube, Google Podcast y Apple Podcast.
Cloud AutoML es un servicio que nos permite generar nuestro propio modelo de ML, incluso aunque nuestro conocimiento en este ámbito sea limitado o nulo. Este producto hace uso de algoritmos ya probados y optimizados por Google y utilizando nuestro conjunto de datos, de
Entre sus características, destacamos que:
- Auto ML entrena modelos de alta calidad de IA sin saber de IA.
- Google se encarga de buscar la mejor aproximación analizando datos. Se puede entrenar para varias arquitecturas de modelos al mismo tiempo (regresión, red neuronal, adanet).
- Si tú le dices cuánto tiempo quieres entrenar y él te da el mejor modelo en ese tiempo, lo que permite contener costes.
- En Logging se pueden ver los hiperparámetros del modelo final, así como los hiperparámetros y los valores objetivos que se usan durante la validación del modelo.
Depende de las necesidades que tengamos, en la familia de AutoML podemos encontrar 5 tipos de productos:
Este servicio está centrado en modelos ML para clasificación, extracción de entidades y análisis de sentimiento de texto.
Este bloque ofrece diferentes servicios que permiten integrar modelos de Machine Learning, especialmente diseñados para imágenes, como puede ser un clasificador de imágenes o un detector de objetos.
- AutoML Video Intelligence
Este servicio se centra en los videos como conjunto de datos y permite generar modelos para clasificar segmentos de vídeos o detectar objetos dentro de tus videos.
Se trata de una herramienta para crear un modelo de traducción, por ejemplo, cuando queremos ajustar la traducción a un contexto como el mundo de los automóviles, la medicina, los seguros, etc.
Es un producto en estado beta que permite generar modelos de ML cuando el conjunto de datos está estructurado. Estos datos pueden estar en csv o en tablas de Bigquery.
Si necesitas seguir profundizando en el tema, en este post te contamos cómo construir una solución de AutoML completamente funcional.
Iván Sierra
Acabo de empezar mi carrera profesional como desarrollador back-end, lleno de inquietudes y con hambre de conocimiento. A día de hoy estoy en un grupo de locos de la nube de Google, que me enseñan todo su potencial y el inmenso abanico de opciones que ofrece. Cualquier cosa que relacione datos, nube y desarrollo back, despierta este hambre de conocimiento. Fuera del trabajo, me encanta el deporte, los animales y los libros de fantasía.
Ver más contenido de Iván.Óscar Ferrer
Después de más de 10 años trabajando en el desarrollo de productos digitales, he tenido la suerte de pasar por diferentes roles que me han dado una visión global de lo que significa idear, desarrollar y mantener productos de software. En este camino he visto cómo el Cloud se convertía en un factor clave, no solo para su desarrollo, sino también para la estrategia global de compañía. Por eso, me escucharás hablar sobre cómo la nube puede aportar desde un punto de vista técnico, pero también sobre cómo puede ayudar a la transformación de empresas.
Ver más contenido de Óscar.
Tell us what you think.