Rol del aprendizaje de máquinas inteligentes para la implementación exitosa del modelo de negocio

  • Melitina Tecoalu Krida Wacana Christian University
  • Phong Thanh Nguyen Ho Chi Minh City Open University
  • E. Laxmi Lydia Vignan’s Institute of Information Technology (A)
  • K. Shankar Alagappa University
Palabras clave: industria técnica, aprendizaje automático inteligente, inteligencia artificial, mundo de los negocios.

Resumen

En la industria técnica, el aprendizaje automático y el aprendizaje automático inteligente se están convirtiendo en el tema candente para la investigación. El aprendizaje automático inteligente también se conoce como inteligencia artificial (IA). El aprendizaje automático inteligente está afectando al mundo de los negocios más que a nuestra vida cotidiana. Se puede ver que el aprendizaje automático inteligente está en todas partes, como mantener la información compleja, la estación de juegos, etc. para hacer que las máquinas estén en forma para que puedan responder a las estaciones en tiempo real y puedan actuar como humanos, los científicos y la ingeniería informática están trabajando muy duro. En este artículo se estudia el papel del aprendizaje automático inteligente en el mundo de los negocios. El mundo corporativo está muy influenciado por la inteligencia artificial o el aprendizaje automático inteligente.

Descargas

La descarga de datos todavía no está disponible.

Citas

Akhtar, P., Frynas, J. G., Mellahi, K., & Ullah, S. (2019). Big Data‐Savvy Teams’ Skills, Big Data‐Driven Actions and Business Performance. British Journal of Management, 30(2), 252-271.

Aluri, A., Price, B. S., & McIntyre, N. H. (2019). Using machine learning to cocreate value through dynamic customer engagement in a brand loyalty program. Journal of Hospitality & Tourism Research, 43(1), 78-100.

Appice, A., Di Mauro, N., & Malerba, D. (2019, July). Leveraging Shallow Machine Learning to Predict Business Process Behavior. In 2019 IEEE International Conference on Services Computing (SCC) (pp. 184-188). IEEE.

Elsner, D., Aleatrati Khosroshahi, P., MacCormack, A. D., & Lagerström, R. (2019, January). Multivariate Unsupervised Machine Learning for Anomaly Detection in Enterprise Applications. In Proceedings of the 52nd Hawaii International Conference on System Sciences.

Greene, D., Hoffmann, A. L., & Stark, L. (2019, January). Better, nicer, clearer, fairer: A critical assessment of the movement for ethical artificial intelligence and machine learning. In Proceedings of the 52nd Hawaii International Conference on System Sciences.

Ito, T., Sakaji, H., & Izumi, K. (2019). Extraction of Business Contents from Financial Reports Using Recurrent Neural Network Model. In 人工知能学会全国大会論文集 一般社団法人 人工知能学会 (pp. 4Rin125-4Rin125). 一般社団法人 人工知能学会.

Kou, G., Chao, X., Peng, Y., Alsaadi, F. E., & Herrera-Viedma, E. (2019). Machine learning methods for systemic risk analysis in financial sectors. Technological and Economic Development of Economy, 1-27.

Laurell, C., Sandström, C., Berthold, A., & Larsson, D. (2019). Exploring barriers to adoption of Virtual Reality through Social Media Analytics and Machine Learning–An assessment of technology, network, price and trialability. Journal of Business Research, 100, 469-474.

Lessmann, S., Haupt, J., Coussement, K., & De Bock, K. W. (2019). Targeting customers for profit: An ensemble learning framework to support marketing decision-making. Information Sciences.

Li, Y., Yang, L., Yang, B., Wang, N., & Wu, T. (2019). Application of interpretable machine learning models for the intelligent decision. Neurocomputing, 333, 273-283.

Liu, X. (2019). Analyzing the impact of user-generated content on B2B Firms' stock performance: Big data analysis with machine learning methods. Industrial marketing management.

Maseleno, A., Hardaker, G., Sabani, N., & Suhaili, N. (2016). Data on multicultural education and diagnostic information profiling: Culture, learning styles and creativity. Data in brief, 9, 1048.

Maseleno, A., Huda, M., Siregar, M., Ahmad, R., Hehsan, A., Haron, Z., ... & Jasmi, K. A. (2017). Combining the previous measure of evidence to educational entrance examination. Journal of Artificial Intelligence, 10(3), 85-90.

Maseleno, A., Huda, M., Jasmi, K. A., Basiron, B., Mustari, I., Don, A. G., & bin Ahmad, R. (2019). Hau-Kashyap approach for student’s level of expertise. Egyptian Informatics Journal, 20(1), 27-32.

Mortensen, S., Christison, M., Li, B., Zhu, A., & Venkatesan, R. (2019, April). Predicting and Defining B2B Sales Success with Machine Learning. In 2019 Systems and Information Engineering Design Symposium (SIEDS) (pp. 1-5). IEEE.

Ruan, Z., & Siau, K. (2019). Digital Marketing in the Artificial Intelligence and Machine Learning Age.

Salminen, J., Yoganathan, V., Corporan, J., Jansen, B. J., & Jung, S. G. (2019). Machine learning approach to auto-tagging online content for content marketing efficiency: A comparative analysis between methods and content type. Journal of Business Research, 101, 203-217.

Tripathy, H. K., Acharya, B. R., Kumar, R., & Chatterjee, J. M. (2019). Machine learning on big data: A developmental approach on societal applications. In Big Data Processing Using Spark in Cloud (pp. 143-165). Springer, Singapore.

Tsoumakas, G. (2019). A survey of machine learning techniques for food sales prediction. Artificial Intelligence Review, 52(1), 441-447.

Zhang, S., Tan, X., Wang, J., Chen, J., & Lai, X. (2019, July). Modeling Customers' Loyalty Using Ten Years' Automobile Repair and Maintenance Data: Machine Learning Approaches. In Proceedings of the 2019 2nd International Conference on Data Science and Information Technology (pp. 242-248). ACM.

Publicado
2019-09-30
Cómo citar
Melitina Tecoalu, Phong Thanh Nguyen, E. Laxmi Lydia, & K. Shankar. (2019). Rol del aprendizaje de máquinas inteligentes para la implementación exitosa del modelo de negocio. Religación. Revista De Ciencias Sociales Y Humanidades, 4(19), 469-474. Recuperado a partir de http://revista.religacion.com/index.php/about/article/view/580

Artículos más leídos del mismo autor/a

1 2 3 > >>