Aprendizaje continuo
Mejore continuamente los modelos de inteligencia artificial con ciclos de vida de aprendizaje personalizados.
Muestreo
Los modelos de Inteligencia Artificial pueden aprender a muestrear un subconjunto de puntos de datos de un conjunto de datos más grande (generalmente muy grande) para cumplir con uno o varios objetivos o criterios. El objetivo del muestreo es garantizar que los puntos de datos seleccionados estén de alguna manera conectados de manera significativa con el conjunto de datos general, al mismo tiempo que se reduce la carga computacional y el tiempo requerido para procesar grandes cantidades de datos.
Agrupación
Los modelos de Inteligencia Artificial pueden aprender a muestrear un subconjunto de puntos de datos de un conjunto de datos más grande (generalmente muy grande) para cumplir con uno o varios objetivos o criterios. El objetivo del muestreo es garantizar que los puntos de datos seleccionados estén de alguna manera conectados de manera significativa con el conjunto de datos general, al mismo tiempo que se reduce la carga computacional y el tiempo requerido para procesar grandes cantidades de datos.
Detección de anomalías
Es una técnica utilizada en estadística para identificar puntos de datos que se desvían del comportamiento esperado de un sistema. Al utilizar tecnologías de inteligencia artificial, esto se puede utilizar de manera sistemática y exhaustiva, analizando patrones e identificando valores atípicos que pueden indicar sucesos inusuales.
ES 
EN