Cómo la IA Generativa puede apoyar a las empresas de la industria alimentaria

IA Generativa y la industria alimentaria

Aprendiendo de los errores pasados y utilizando ChatGPT para construir mejores modelos de aprendizaje automático para empresas de la industria alimentaria

Foto de Mae Mu en Unsplash

Introducción

El viaje en el que estoy a punto de llevarte es importante por dos razones.

  1. Te mostrará cómo puedes usar ChatGPT para ayudar a las empresas que trabajan en la industria alimentaria.
  2. Arguablemente, la razón más importante, voy a repasar una publicación que hice hace casi dos años, señalar los problemas de ese artículo e intentar solucionarlos.

Sí, argumento que la segunda razón es más importante. ¿Por qué? Mirar hacia atrás en las formas y procesos pasados de analizar datos es importante porque te permite aprender cómo solucionar tus fracasos, lo que finalmente conduce al éxito. No soy perfecto de ninguna manera y personalmente busco las cosas incorrectas que he hecho en el pasado con la esperanza de aprender de mis errores y desarrollar modelos más sólidos para los clientes que apoyo.

La publicación original

Publiqué por primera vez “Machine Learning is Not Just for Big Tech” en julio de 2021.

Machine Learning no es solo para las grandes empresas de tecnología

Utilizando el procesamiento del lenguaje natural para apoyar a las pequeñas empresas.

towardsdatascience.com

El propósito del artículo era mostrar cómo una empresa de la industria alimentaria podría recibir apoyo mediante el uso de diversas técnicas de aprendizaje automático (ML). Utilicé técnicas de procesamiento del lenguaje natural (NLP) para trabajar con reseñas en Internet sobre la empresa. Algunos de los métodos que utilicé de NLP fueron el análisis de modelado de temas para comprender mejor de qué hablaban los clientes y el análisis de sentimientos para crear un modelo que pudiera ayudar a predecir el sentimiento de futuras reseñas y proporcionar retroalimentación a la empresa. El análisis mostró que ambos métodos eran capaces de realizarse en un pequeño corpus de datos.

¡AH! El gran error.

Mis datos no eran buenos. No solo el conjunto de datos era pequeño, sino que también estaba sesgado hacia las reseñas positivas. Esto hizo que los modelos casi siempre predijeran que una reseña era positiva…

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Aprendizaje Automático

¿Qué es Machine Learning como Servicio? Beneficios y principales plataformas de MLaaS.

El aprendizaje automático utiliza análisis estadísticos para generar resultados de predicción sin requerir programaci...

Inteligencia Artificial

Los modelos base Llama 2 de Meta ahora están disponibles en Amazon SageMaker JumpStart

Hoy, nos complace anunciar que los modelos base Llama 2 desarrollados por Meta están disponibles para los clientes a ...

Inteligencia Artificial

Principales 10 vulnerabilidades LLM

Los atacantes aprovechan las vulnerabilidades de LLM para utilizar sistemas de PLN con fines maliciosos. Aprenda sobr...

Inteligencia Artificial

Investigadores de UC Berkeley introducen Ghostbuster un método de IA SOTA para detectar texto generado por LLM

ChatGPT ha revolucionado la capacidad de producir fácilmente una amplia gama de texto fluido sobre una amplia gama de...