Cortana ha sido una de las herramientas más revolucionarias de los últimos dos años, tanto es así y tanto peso tecnológico tiene en Microsoft que decidieron cambiar de nombre a Azure Machine Learning Gallery por Cortana Analytics Gallery. Es una comunidad donde los científicos y desarrolladores pueden compartir soluciones creadas usando Cortana Analytics Suite. Esta galería tiene soluciones end-to-end, ejemplos de metodología y tutoriales a medida que hacen más fácil y rápido el aprendizaje y comencemos el proceso de plasmar ideas inteligentes y viables usando nuestros propios datos.
Desde su lanzamiento en febrero de 2015, el número de elementos en esta Galería y el número de visitantes ha crecido a un gran ritmo. En datos brutos, a día de hoy y según informa TechNet, cuenta con 886 elementos que incluyen experimentos, ML APIs, tutoriales y colecciones. El número de visitas entre estos elementos más populares ha sobrepasado ahora la barrera de los 2 millones desde su lanzamiento. Pero si hay que destacar dos, serían las siguientes.
Modelo de clasificación utilizando los datos del buque Titanic
Este proyecto ha sido realizado por Raja Iqbal y este tutorial utiliza los datos de los pasajeros del Titanic para enseñarnos como construir un modelo de clasificación en Azure ML. Es uno de los experimentos más populares en Cortana Analytics Gallery y hay una demo del modelo disponible aquí.
Iqbal es el CEO y Científico de datos jefe en Data Science Dojo, una compañía líder a nivel mundial en la educación de la ciencia de datos. Su compañía ha entrenado a miles de científicos en más de 100 compañías a nivel mundial. Su trabajo en este área se centra en tener una base desde donde poder enseñar a todos aquellos que se quieran iniciar en el Machine Learning y para ello ha realizado el trabajo que hemos citado con anterioridad. Pero su compañía no se ha quedado solo en el campo de los principiantes, podéis encontrar todo su trabajo en Cortana Analytics Gallery en este enlace.
Outlook Email Classifier
Por su parte, Rui Quintino lidera el equipo de BI & Analytics en DevScope. Esta compañía está especializada en la implementación de soluciones usando las plataformas de datos de Microsoft, y han contribuido a la Galería con este modelo. Es una herramienta que usa personalmente para clasificar los emails que le llegan a su bandeja de entrada de Outlook. Y se muestra como uno de los experimentos que más éxito ha tenido de todo el repositorio.
Tras el lanzamiento de Azure Machine Learning a principios de año, el equipo de Rui se sumergió en la plataforma para poder entenderla y aplicar su potencial en nuevas herramientas. El resultado es muy claro y ha llegado rápido, ya que DevScope tiene su propia plataforma de captura de documentos y es utilizado por el equipo de I+D.
¡Tú también puedes contribuir!
Solamente son dos ejemplos de las grandes y creativas soluciones que podemos encontrar en esta plataforma de Microsoft. El equipo de TechNet nos anima a desarrollar nuestros propios proyectos haciendo muy fácil poder publicarlos y compartirlos, además de la colaboración entre comunidades existente. Contribuir en la Galería es una genial manera de ayudar a otros en el complejo mundo del Machine Learning, seguro que alguien encuentra útil tu proyecto y lo aplica en el suyo propio para resolver sus problemas.
Para los científicos y personal cualificado es una genial manera de hacer visible su trabajo y labrarse una reputación en el mundo del Machine Learning, tan de moda y que tiene una proyección futura que todavía se nos escapa. ¿Te ha convencido? Puedes aprender cómo hacerlo en este enlace.
