Tratamiento masivo de datos utilizando técnicas de machine learning
- Autores
- Russo, Claudia; Ramón, Hugo D.; Alonso, Nicolás; Cicerchia, Lucas Benjamin; Esnaola, Leonardo; Tessore, Juan Pablo
- Año de publicación
- 2016
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Machine Learning es un área de la inteligencia artificial que engloba un conjunto de técnicas que hacen posible el aprendizaje automático a través del entrenamiento con grandes volúmenes de datos. Hoy en día existen diferentes modelos que utilizan esta técnica y consiguen una precisión incluso superior a la de los humanos en las mismas tareas, por ejemplo en el reconocimiento de objetos en una imagen. La construcción de modelos de Machine Learning requiere adaptaciones propias debido a la naturaleza de los datos o a la problemática a la que se aplica. Así, surge la necesidad de investigar las diferentes técnicas que permitan obtener resultados precisos y confiables en un tiempo razonable.
- Materia
-
Ciencias de la Computación
big data
sistemas inteligentes - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by/4.0/
- Repositorio
- Institución
- Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
- OAI Identificador
- oai:digital.cic.gba.gob.ar:11746/5603
Ver los metadatos del registro completo
id |
CICBA_97faa20c2b378370d21aabbb76aee01c |
---|---|
oai_identifier_str |
oai:digital.cic.gba.gob.ar:11746/5603 |
network_acronym_str |
CICBA |
repository_id_str |
9441 |
network_name_str |
CIC Digital (CICBA) |
spelling |
Tratamiento masivo de datos utilizando técnicas de machine learningRusso, ClaudiaRamón, Hugo D.Alonso, NicolásCicerchia, Lucas BenjaminEsnaola, LeonardoTessore, Juan PabloCiencias de la Computaciónbig datasistemas inteligentesMachine Learning es un área de la inteligencia artificial que engloba un conjunto de técnicas que hacen posible el aprendizaje automático a través del entrenamiento con grandes volúmenes de datos. Hoy en día existen diferentes modelos que utilizan esta técnica y consiguen una precisión incluso superior a la de los humanos en las mismas tareas, por ejemplo en el reconocimiento de objetos en una imagen. La construcción de modelos de Machine Learning requiere adaptaciones propias debido a la naturaleza de los datos o a la problemática a la que se aplica. Así, surge la necesidad de investigar las diferentes técnicas que permitan obtener resultados precisos y confiables en un tiempo razonable.2016-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://digital.cic.gba.gob.ar/handle/11746/5603spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/reponame:CIC Digital (CICBA)instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Airesinstacron:CICBA2025-09-29T13:40:03Zoai:digital.cic.gba.gob.ar:11746/5603Institucionalhttp://digital.cic.gba.gob.arOrganismo científico-tecnológicoNo correspondehttp://digital.cic.gba.gob.ar/oai/snrdmarisa.degiusti@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:94412025-09-29 13:40:03.693CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Airesfalse |
dc.title.none.fl_str_mv |
Tratamiento masivo de datos utilizando técnicas de machine learning |
title |
Tratamiento masivo de datos utilizando técnicas de machine learning |
spellingShingle |
Tratamiento masivo de datos utilizando técnicas de machine learning Russo, Claudia Ciencias de la Computación big data sistemas inteligentes |
title_short |
Tratamiento masivo de datos utilizando técnicas de machine learning |
title_full |
Tratamiento masivo de datos utilizando técnicas de machine learning |
title_fullStr |
Tratamiento masivo de datos utilizando técnicas de machine learning |
title_full_unstemmed |
Tratamiento masivo de datos utilizando técnicas de machine learning |
title_sort |
Tratamiento masivo de datos utilizando técnicas de machine learning |
dc.creator.none.fl_str_mv |
Russo, Claudia Ramón, Hugo D. Alonso, Nicolás Cicerchia, Lucas Benjamin Esnaola, Leonardo Tessore, Juan Pablo |
author |
Russo, Claudia |
author_facet |
Russo, Claudia Ramón, Hugo D. Alonso, Nicolás Cicerchia, Lucas Benjamin Esnaola, Leonardo Tessore, Juan Pablo |
author_role |
author |
author2 |
Ramón, Hugo D. Alonso, Nicolás Cicerchia, Lucas Benjamin Esnaola, Leonardo Tessore, Juan Pablo |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
Ciencias de la Computación big data sistemas inteligentes |
topic |
Ciencias de la Computación big data sistemas inteligentes |
dc.description.none.fl_txt_mv |
Machine Learning es un área de la inteligencia artificial que engloba un conjunto de técnicas que hacen posible el aprendizaje automático a través del entrenamiento con grandes volúmenes de datos. Hoy en día existen diferentes modelos que utilizan esta técnica y consiguen una precisión incluso superior a la de los humanos en las mismas tareas, por ejemplo en el reconocimiento de objetos en una imagen. La construcción de modelos de Machine Learning requiere adaptaciones propias debido a la naturaleza de los datos o a la problemática a la que se aplica. Así, surge la necesidad de investigar las diferentes técnicas que permitan obtener resultados precisos y confiables en un tiempo razonable. |
description |
Machine Learning es un área de la inteligencia artificial que engloba un conjunto de técnicas que hacen posible el aprendizaje automático a través del entrenamiento con grandes volúmenes de datos. Hoy en día existen diferentes modelos que utilizan esta técnica y consiguen una precisión incluso superior a la de los humanos en las mismas tareas, por ejemplo en el reconocimiento de objetos en una imagen. La construcción de modelos de Machine Learning requiere adaptaciones propias debido a la naturaleza de los datos o a la problemática a la que se aplica. Así, surge la necesidad de investigar las diferentes técnicas que permitan obtener resultados precisos y confiables en un tiempo razonable. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-04 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
https://digital.cic.gba.gob.ar/handle/11746/5603 |
url |
https://digital.cic.gba.gob.ar/handle/11746/5603 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:CIC Digital (CICBA) instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Aires instacron:CICBA |
reponame_str |
CIC Digital (CICBA) |
collection |
CIC Digital (CICBA) |
instname_str |
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires |
instacron_str |
CICBA |
institution |
CICBA |
repository.name.fl_str_mv |
CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Aires |
repository.mail.fl_str_mv |
marisa.degiusti@sedici.unlp.edu.ar |
_version_ |
1844618596753342464 |
score |
13.070432 |