BigML es una plataforma de análisis de datos mediante algoritmos de aprendizaje profundo que, un año más, hace uso de los mismos para ofrecer sus predicciones acerca de cuáles serán los favoritos para cada una de las categorías para la próxima noche de los Oscars, que se celebrará este domingo 4 de mayo.
Esta plataforma señala que este año han usado su modelo de potentes redes neuronales profundas y su opción de optimización automática, en lugar de los conjuntos usados el pasado año, para ofrecer las predicciones de este año, pretendiendo convertirlo en un gran clasificador de alto rendimiento.
En este sentido, en su modelo de redes neuronales profundas se han considerado todos los datos y características recabados para las predicciones del pasado año, aunque para este año ya no se tendrá en cuenta los comentarios completos de usuarios en IMDB, dada su escasa relevancia además del relativo esfuerzo que supone obtenerlos. Para ello, lo han capacitado con las películas del 2000 al 2012 para que, en base a patrones obtenidos, realizar predicciones utilizando los datos de las películas del 2013 al 2016, con un alto índice de aciertos.
Con todo ello, acorde a las predicciones para este año:
- En Mejor Película sitúa a Shape of Water con una puntuación de 91. De cerca le sigue Three Billboards Outside Ebbing, Missouri con 68.
- En Mejor Director, su modelo sitúa a Guillermo del Toro con 75 puntos.
- En Mejor Actriz, el modelo se decanta claramente por Frances McDormand.
- En Mejor Actor, Gary Oldman se sitúa en primera posición con 88 puntos por su actuación como Winston Churchill en Darkest Hour. Le sigue Timothée Chalament, con 75, y Daniel Day-Lewis, con 51.
- En Mejor Actriz de reparto, el modelo se decanta por Allison Janney con una puntuación de 64.
- Y en Mejor Actor de reparto, Sam Rockwell parte como claro favorito con una puntuación de 95, siguiendo de cerca Willem Dafoe con 61.
Ya sólo queda esperar este domingo noche para conocer si las predicciones del modo de redes profundas de BigML se han acercado bastante a los verdaderos ganadores.