Machine learning transparente como ventaja competitiva de negocio

Aunque el machine learning “ético” está llamando el interés de las organizaciones, en realidad son pocas las organizaciones con avances concretos para aumentar la interpretabilidad de sus modelos, así como la transparencia e imparcialidad de sus algoritmos. En gran parte, esto se debe a que hacer las cosas de esta forma requiere mayor conocimiento y esfuerzo. En comparación, los modelos de “caja negra” como las redes neuronales nos dan resultados de forma más sencilla, especialmente si utilizamos bibliotecas como TensorFlow.

En esta sesión mostraremos casos de organizaciones que han seguido el camino de la transparencia en sus iniciativas de machine learning logrando tener modelos altamente interpretables, y cómo esto les ha brindado una ventaja competitiva.