Aprendizaje automático (ML)

Un algoritmo de aprendizaje automático es un programa que recibe y analiza datos de entrada y luego se optimiza a sí mismo con el tiempo para predecir valores de salida en un rango aceptable. Por ejemplo, en función del salario y el saldo bancario, un cliente normal puede convertirse en un cliente de alto valor para un banco. Un marco de aprendizaje automático es una plataforma, interfaz, biblioteca o herramienta que permite a los desarrolladores crear modelos de aprendizaje automático de manera más fácil y rápida, sin entrar en el meollo de los algoritmos subyacentes.

La plataforma Temenos XAI tiene una interfaz de usuario y también código de back-end para algoritmos, y se utiliza para construir modelos. Un modelo de aprendizaje automático es una instancia particular de un algoritmo de aprendizaje automático.

El modelo se ha entrenado para reconocer ciertos tipos de patrones basados en datos y proporcionar un algoritmo que puede usar para razonar y aprender a predecir esos datos. Por ejemplo, el modelo de puntuación de minoristas, el modelo de deserción de clientes, etc.

Temenos es compatible con la lógica difusa, la red neuronal, la regresión logística, etc., y en la lógica difusa, puede agregar reglas humanas.