El orden de los temas no tiene una lógica particular detrás, solo lo que puedo pensar de inmediato.
- Reconocimiento de imagen y descripción
Aquí es donde la exageración en este momento. La gente está apilando incansablemente las capas de sus CNN y esta es el área donde sus esfuerzos dan sus frutos de inmediato, por lo que podemos ver resultados bastante interesantes. - Máquina traductora
Cuando aplica el aprendizaje profundo a los textos, puede obtener resultados increíbles con bastante facilidad. La traducción automática rápida y precisa es una tarea muy práctica. - Extracción de hechos y razonamiento
Inmediatamente recordé la competencia de Kaggle, donde se le encomienda la tarea de entrenar un modelo que resolvería un cuestionario para estudiantes de 8º grado que se imparte en un lenguaje natural. Imagine que su motor de búsqueda puede responder la mayoría de sus preguntas directamente con alta confiabilidad. - Analítica prescriptiva
No hay nada complicado en entrenar una regresión y hacer una predicción. La parte difícil es comunicar los resultados en términos de los objetivos establecidos para el análisis. Si podemos desarrollar los algoritmos que pueden ir más allá de la tarea de predecir un número y pueden dar resultados como “Definitivamente debería vender AAPL y comprar GOOG en la próxima hora” o “Sus tasas de conversión están sufriendo porque el diseño de la página de destino es una mierda” Esto dará un nuevo nacimiento a la ciencia de datos. - Reducción efectiva de dimensionalidad no lineal
Los autoencoders son buenos, pero debes experimentar mucho para obtener resultados óptimos. - Aprendizaje de series temporales espectrales
Especialmente una forma confiable de extraer los patrones. Esto sería un gran avance, porque es esencialmente una transición de predecir un camino en un espacio multidimensional a predecir una superficie. Esto tendrá un impacto en las ciencias médicas como mínimo. - Relaciones semánticas entre documentos.
Este tema es inmortal. Todos quieren hacerlo, solo unos pocos pueden hacerlo, y solo debido a sus cantidades extremadamente grandes de datos (Google, Baidu, Facebook) - Conjuntos de modelos
Parecen REALMENTE bien los últimos años y la tendencia no desaparecerá. Casi todas las competencias de Kaggle que no involucran el reconocimiento de imágenes se ganan con GBM. - Procesamiento de video
Voy por una definición muy general del tema, porque no estoy lo suficientemente familiarizado con él. Las fuerzas del orden y los gobiernos están listos para comprar tales soluciones, por lo tanto, el interés será alto. - Algoritmos escalables
Los algoritmos no serán útiles si no pueden funcionar en producción. Implementaciones rápidas y efectivas en memoria, incluso para algoritmos conocidos, se publican en las principales revistas, lo cual es un buen indicador.