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
CIC Digital (CICBA)
Institución
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
OAI Identificador
oai:digital.cic.gba.gob.ar:11746/5603
Acceder
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:CICBA2025-10-23T11:14:27Zoai: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:94412025-10-23 11:14:28.142CIC 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_ 1846783892865941504
score 12.982451

Publicaciones similares