GOOGLE LANZA TECNOLOGIA MACHINE LEARNING PARA DESARROLLADORES

La compañía lanza un tutorial diseñado para dar a los desarrolladores una idea de cómo utilizar sus tecnologías en la nube para obtener y combinar datos de diferentes mercados.

Machine Learning
Google ha presentado un tutorial en el que ofrece a los desarrolladores consejos sobre cómo poner en práctica motores de recomendación utilizando su plataforma en la nube y su tecnología de aprendizaje automático (machine learning).

La compañía vierte aquí sus primeras orientaciones a las empresas sobre el uso de estas tecnologías para construir un motor de recomendación online para sitios web.

El tutorial pone como ejemplo una casa de alquiler de sitios web para orientar a los desarrolladores a través del proceso de creación de un motor capaz de sugerir casas en las que el usuario pueda estar interesado en base a sus búsquedas anteriores y comportamientos.

“El objetivo es proporcionar a los desarrolladores una idea de cómo utilizar las tecnologías de código abierto y el aprendizaje de las máquinas para poner en práctica un motor simple de recomendación de un producto en la plataforma en la nube de Google”, ha especificado en el blog de la compañía Matthieu Mayran, arquitecto de soluciones en la nube de Google.

“Esperamos que esta solución les proporcione los elementos básicos que necesitan para construir una aplicación inteligente y mejorar la información de los usuarios”, ha aclarado el arquitecto.

Por su parte, el CEO de Google, Sundar Pichai, ha descrito la medida como un intento de estimular la investigación en torno al aprendizaje automático y ponerlo a disposición de los ingenieros, investigadores académicos, desarrolladores y aficionados.

El tutorial está diseñado para dar a los desarrolladores una idea de cómo utilizar sus tecnologías en la nube para obtener y combinar datos de diferentes mercados, realizar análisis de datos y utilizar su biblioteca de software de código abierto para proyectos de inteligencia artificial,TensorFlow, para construir y formar modelos para la predicción de los mercados financieros.

Entradas populares