Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digital

Autores
Raineri, Franco
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Rodríguez, Guillermo
Marcos, Claudia Andrea
Descripción
El objetivo de este trabajo fue desarrollar una estrategia que permita la automatización del proceso de clasificación de anunciantes y la optimización del flujo de datos relacionados con publicidad online, acorde con los desafíos que propone aplicar Deep Learning para realizar estas detecciones : construir un dataset confiable, y realizar un pre procesamiento tal que se mantenga su contexto y sea entendido por una red neuronal, la cual deberá procesar los datos de entrada. Párrafo extraído de la tesis de grado a modo de resumen.
Fil: Raineri, Franco. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Rodríguez, Guillermo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Marcos, Claudia Andrea. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Materia
Machine Learning
Deep Learning
Publicidad digital
IA
Inteligencia Artificial
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/2.5/ar/
Repositorio
RIDAA (UNICEN)
Institución
Universidad Nacional del Centro de la Provincia de Buenos Aires
OAI Identificador
oai:ridaa.unicen.edu.ar:123456789/4364
Acceder
id RIDUNICEN_fa06541f4e105a68627ff5f52f947e48
oai_identifier_str oai:ridaa.unicen.edu.ar:123456789/4364
network_acronym_str RIDUNICEN
repository_id_str a
network_name_str RIDAA (UNICEN)
spelling Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digitalRaineri, FrancoMachine LearningDeep LearningPublicidad digitalIAInteligencia ArtificialEl objetivo de este trabajo fue desarrollar una estrategia que permita la automatización del proceso de clasificación de anunciantes y la optimización del flujo de datos relacionados con publicidad online, acorde con los desafíos que propone aplicar Deep Learning para realizar estas detecciones : construir un dataset confiable, y realizar un pre procesamiento tal que se mantenga su contexto y sea entendido por una red neuronal, la cual deberá procesar los datos de entrada. Párrafo extraído de la tesis de grado a modo de resumen.Fil: Raineri, Franco. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Rodríguez, Guillermo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Marcos, Claudia Andrea. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias ExactasRodríguez, GuillermoMarcos, Claudia Andrea20232025-03-31T16:11:50Z2025-03-31T16:11:50Zinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfRaineri, F. (2023). Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digital [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.https://www.ridaa.unicen.edu.ar/handle/123456789/4364spahttp://creativecommons.org/licenses/by-sa/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-09-04T09:44:23Zoai:ridaa.unicen.edu.ar:123456789/4364instacron:UNICENInstitucionalhttps://www.ridaa.unicen.edu.ar/Universidad públicaNo correspondehttps://www.ridaa.unicen.edu.ar/oailleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;ArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-09-04 09:44:23.598RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digital
title Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digital
spellingShingle Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digital
Raineri, Franco
Machine Learning
Deep Learning
Publicidad digital
IA
Inteligencia Artificial
title_short Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digital
title_full Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digital
title_fullStr Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digital
title_full_unstemmed Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digital
title_sort Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digital
dc.creator.none.fl_str_mv Raineri, Franco
author Raineri, Franco
author_facet Raineri, Franco
author_role author
dc.contributor.none.fl_str_mv Rodríguez, Guillermo
Marcos, Claudia Andrea
dc.subject.none.fl_str_mv Machine Learning
Deep Learning
Publicidad digital
IA
Inteligencia Artificial
topic Machine Learning
Deep Learning
Publicidad digital
IA
Inteligencia Artificial
dc.description.none.fl_txt_mv El objetivo de este trabajo fue desarrollar una estrategia que permita la automatización del proceso de clasificación de anunciantes y la optimización del flujo de datos relacionados con publicidad online, acorde con los desafíos que propone aplicar Deep Learning para realizar estas detecciones : construir un dataset confiable, y realizar un pre procesamiento tal que se mantenga su contexto y sea entendido por una red neuronal, la cual deberá procesar los datos de entrada. Párrafo extraído de la tesis de grado a modo de resumen.
Fil: Raineri, Franco. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Rodríguez, Guillermo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Marcos, Claudia Andrea. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
description El objetivo de este trabajo fue desarrollar una estrategia que permita la automatización del proceso de clasificación de anunciantes y la optimización del flujo de datos relacionados con publicidad online, acorde con los desafíos que propone aplicar Deep Learning para realizar estas detecciones : construir un dataset confiable, y realizar un pre procesamiento tal que se mantenga su contexto y sea entendido por una red neuronal, la cual deberá procesar los datos de entrada. Párrafo extraído de la tesis de grado a modo de resumen.
publishDate 2023
dc.date.none.fl_str_mv 2023
2025-03-31T16:11:50Z
2025-03-31T16:11:50Z
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv Raineri, F. (2023). Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digital [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
https://www.ridaa.unicen.edu.ar/handle/123456789/4364
identifier_str_mv Raineri, F. (2023). Exploración de técnicas de Deep Learning para el reconocimiento de anunciantes en publicidad digital [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
url https://www.ridaa.unicen.edu.ar/handle/123456789/4364
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-sa/2.5/ar/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/2.5/ar/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
dc.source.none.fl_str_mv reponame:RIDAA (UNICEN)
instname:Universidad Nacional del Centro de la Provincia de Buenos Aires
reponame_str RIDAA (UNICEN)
collection RIDAA (UNICEN)
instname_str Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.name.fl_str_mv RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.mail.fl_str_mv lleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;
_version_ 1842341520834822144
score 12.623145

Publicaciones similares