Session

El Ministerio del Tiempo: Modelando el tiempo en proyectos de Machine Learning

Los modelos de Machine Learning se utilizan para resolver o mejorar multitud de análisis predictivos en muy diversos ámbitos. Podemos encontrar un gran abanico de problemas y modelos utilizados, pero de los pocos elementos que casi todos comparten es que el tiempo está involucrado. Desde el momento en el que se produce una venta o un abandono de un cliente, la antiguedad de una oportunidad abierta en un CRM o al predecir la evolución de un precio, el tiempo está presente.

Usado a nuestro favor, nos permite generar features de gran poder predictivo y evaluar nuestros modelos de manera realista. Mal utilizado, sin embargo, puede provocar data leakages que ofuscarán nuestra capacidad para entender si el modelo está funcionando y es utilizable en producción. Ya se sabe, un gran poder conlleva una gran responsabilidad.

En esta sesión repasaremos escenarios de Machine Learning donde el tiempo tiene un papel fundamental y describiremos, con ejemplos extraídos de proyectos reales y en producción, técnicas y puntos importantes a tener en cuenta a la hora de trabajar con el tiempo en ML.

Pau Sempere

Global AI & Data Science Lead @ Avolta | MVP AI

Elche, Spain

Actions

Please note that Sessionize is not responsible for the accuracy or validity of the data provided by speakers. If you suspect this profile to be fake or spam, please let us know.

Jump to top