Ir al contenido principal
H5P

Módulo 1.2 - Ejercicio

Requisitos de finalización
Ver Recibir una calificación
Contexto 1 - Greene City National Bank (GCNB) utiliza una herramienta básica de detección de fraude. Esta herramienta examina el historial de la cuenta de un usuario y genera una alerta si la cantidad de dinero retirado o depositado excede cierto valor dentro de cierto período de tiempo, teniendo en cuenta los retiros y depósitos promedio de la cuenta. Esto dio lugar a un número inaceptable de falsos positivos (donde se supuso una actividad fraudulenta, pero no existía ninguna y se congelaron cuentas) y falsos negativos (donde se estaba llevando a cabo una actividad fraudulenta pero no se detectó). GCNB está buscando una mejor solución. El banco tiene datos históricos que incluyen una etiqueta en la que se probó o no el fraude para una cuenta, así como muchas características de la cuenta (sin revelar información personal sobre el propietario de la cuenta).

Contexto 2 - Fuller & Ackerman Publishing publica libros de ficción y no ficción. Tienen una tienda en línea que permite a los usuarios comprar los libros que buscan. Sin embargo, la funcionalidad de búsqueda del sitio es algo limitada. A menudo muestra ediciones anteriores primero en lugar de las últimas ediciones. Puede mostrar solo el primer y tercer libro de una trilogía en la primera página, ocultando el segundo libro en una página posterior. A veces da una importancia excesiva a la descripción o al título. En última instancia, no ayuda a los usuarios a encontrar fácilmente lo que buscan.

Contexto 3 - Además de mejorar la experiencia del usuario, Fuller & Ackerman quiere reducir la carga en los servidores web, ya que muchas personas consultan el buscador a la vez.

Contexto 4 - Fuller & Ackerman quiere hacer un mejor trabajo recomendando los libros que vende. Los géneros típicos como "fantasía", "ciencia ficción", "misterio", etc. tienen una utilidad limitada. Debe haber una manera para que el editor clasifique los libros en función de factores como la legibilidad, el tono, el contenido para adultos y más. Por ejemplo, el Libro A y el Libro B están clasificados como ciencia ficción. Sin embargo, el Libro A trata temas más oscuros como la violencia y la distopía y está escrito en un tono pesimista. El libro B tiene una mirada más optimista sobre el futuro. Por lo tanto, Fuller & Ackerman quiere recomendar el Libro A a las personas que están más inclinadas hacia un contenido más oscuro y el Libro B a las personas que buscan algo más ligero.

Contexto 5 - La oficina de administración de la universidad pidió ayuda al equipo de soluciones de IA y AA. La universidad quiere automatizar su sistema de contestador automático para enrutar las llamadas de manera más eficiente para los estudiantes y los socios universitarios. Quieren enrutar las llamadas a la oficina de admisiones correcta, pregrado o posgrado y al departamento correcto. El sistema actual solo acepta números que el cliente presiona en su teclado. A la universidad le gustaría que el sistema también pudiera aceptar la entrada de voz y que las personas que llaman puedan indicar el departamento o grupo con el que intentan comunicarse y que el sistema proporcione una orientación más amigable.