¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? En Google, tenemos una perspectiva ligeramente distinta sobre el aprendizaje automático: no se trata solo de los datos, sino también de la lógica. Hablamos de por qué un marco de este tipo es útil cuando pensamos en la creación de una canalización de modelos de aprendizaje automático. Luego, analizamos cinco fases para convertir un posible caso práctico en un recurso que pueda aprovechar la tecnología de aprendizaje automático y por qué es importante no saltarse fases. Finalizamos con un reconocimiento de los sesgos que puede amplificar el aprendizaje automático y cómo reconocerlos.