Está en la página 1de 4

Instituto Tecnológico de Las Américas

Tema Central

BigML

Estudiante

Elvin Somón Sánchez 2018-6795

Materia

Minería de Datos e Inteligencia de Negocios

Facilitador

Jorge Ramón Taveras González

Fecha

05/10/2020
BigML es una plataforma de aprendizaje automático que es consumible, programable y
escalable, que facilita la solución y automatización de las tareas de Clasificación,
Regresión, Análisis de Clusters, Detección de Anomalías, Descubrimiento de Asociación
y Temas de Modelamiento. BigML está ayudando a resolver las tareas de Aprendizaje
Automático “de extremo a extremo”, transformando los datos en modelos ejecutables
que se utilizan como servicios remotos o, localmente. Se incrustan en aplicaciones para
hacer predicciones.
BigML es una herramienta en la nube basada en la modelización de datos y el desarrollo
de modelos de inteligencia artificial (machine learning) a partir de los mismos. Muy al
hilo de herramientas que están surgiendo propuestas por empresas como Google, pero
con una política de datos completamente transparente y simple: tus datos son tuyos,
solo tuyos, y nada más que tuyos. La idea es que los usuarios puedan subir series de
datos a un entorno seguro y trabajar en su análisis para el desarrollo de modelos
predictivos sobre los mismos.

Características
• Acceso inmediato: BigML permite un aprendizaje automático instantáneo al
alcance en la nube o en las instalaciones del cliente. De cualquier manera, estará
listo y funcionando con una interfaz web fácil de usar y una API REST en cuestión
de segundos. Se puede iniciar un proyecto de aprendizaje automático hoy
mismo simplemente registrándose con su correo electrónico; no se requieren
demostraciones de ventas, tarjetas de crédito ni contratos a largo plazo.

• Modelos interpretables y exportables: Todos los modelos predictivos en BigML


vienen con una visualización interactiva y características de aplicabilidad que los
hacen interpretables. Se pueden exportar y utilizar para ofrecer predicciones
locales fuera de línea en cualquier dispositivo de computación de borde o
implementarse instantáneamente como parte de aplicaciones de producción
distribuidas en tiempo real.

• Colaboración: La plataforma permite compartir sus recursos de Machine


Learning utilizando capacidades granulares de gestión de proyectos y
equipos. BigML es una transparente plataforma de colaboración de todos los
miembros de su organización, de los analistas y desarrolladores, a los ingenieros
y ejecutivos.

• Programable: Como empresa "API-first", BigML trae cada característica nueva


primero a la API REST . Los enlaces y bibliotecas están disponibles para todos los
lenguajes populares, incluidos Python, Node.js, Ruby, Java, Swift y más.
• Automatización: Lleve rápidamente sus tareas de modelado predictivo a
producción a través de una automatización eficaz. BigML convierte el trabajo
difícil y lento de ajustar manualmente modelos o ejecutar flujos de trabajo
complejos en opciones de menú de un solo clic o llamadas a API únicas.

• Seguridad y privacidad: En BigML, cada usuario tiene un Panel de control


privado y todos los recursos creados en él o mediante la API de BigML son
seguros y privados. Todas las conexiones a BigML utilizan HTTPS , lo que
garantiza la seguridad de los datos y las comunicaciones del usuario. El equipo
de BigML no tiene acceso a ningún dato en el sistema a menos que el usuario dé
su consentimiento explícito.

Ventaja y Desventajas
El BigML tiene muchas ventajas del lado de la usabilidad. No obstante, la mayor ventaja
del BigML de cara a sus principales competidores es el tema de la seguridad. El nivel de
transparencia que permite la plataforma de BigML permite que las compañías que
decidan utilizar esta solución podrán estar totalmente seguras de que sus datos son
solamente suyos.
BigML dispone de una versión gratuita y no ofrece una prueba gratis. La versión de pago
de BigML está disponible a partir de US$1000.00/mes.
La principal desventaja es que el coste mensual puede resultar muy alto para pequeñas
y microempresas.

Aplicaciones
• Servicios Bancarios y Financieros. El ML puede usarse para predecir los clientes
que probablemente no pagarán los préstamos o las facturas de tarjetas de
crédito.
• Asistencia sanitaria. Se utiliza para diagnosticar enfermedades mortales (por
ejemplo, cáncer) basadas en los síntomas de los pacientes y su recuento con los
datos anteriores de tipo similar de pacientes.
• Venta al por menor. Se utiliza para identificar los productos que venden con
mayor frecuencia (movimiento rápido) y los productos de movimiento lento que
ayudan a los minoristas a decidir qué tipo de productos para introducir o retirar
de la plataforma.
Bibliografía

• Features | BigML.com. (s. f.). BigML.com - Machine Learning made easy.

https://bigml.com/features

• Dans, E. (2012, 9 junio). BigML, modelización e inteligencia artificial.

www.enriquedans.com/. https://www.enriquedans.com/2012/07/bigml-

modelizacion-e-inteligencia-artificial.html

• Alvarado, M. A. V. (2017, 27 mayo). Introducción al Machine Learning con BigML.

es.slideshare.net. https://es.slideshare.net/AldoRamiro/introduccin-al-machine-

learning-con-bigml