Modelos para aprendizaje automático en tiempo real sobre entornos de big data

Autores
Banchero, Santiago; Fernández, Juan F.; Tonin Monzón, Francisco; Giordano, Luis A.; Marrone, Agustín; Lulic, Maximiliano; Tolosa, Gabriel Hernán
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En la actualidad existen incontables fuentes de información en tiempo real que provienen de redes de sensores, plataformas de observación del tiempo, mediciones de gases, observación de la tierra desde plataformas satelitales, ciudades inteligentes, entre un sin número de instrumentos que censan y transmiten datos. A su vez, hay una creciente demanda por el desarrollo de herramientas que permitan extraer conocimiento a partir de esos grandes repositorios de datos. El aprendizaje automático es un área de la inteligencia artificial, donde sus métodos contribuyen en el proceso de descubrimiento de conocimiento para la toma de decisiones inteligentes. Las demandas para la extracción de conocimiento en entornos de Big Data han acrecentado el interés por la utilización de técnicas tradicionales de aprendizaje automático en distintos problemas de repositorios masivos y entornos de flujos (o streaming ) de datos donde muchas veces no es posible su almacenamiento, pero se requiere tomar decisiones en tiempo real.
Eje: Base de Datos y Minería de Datos.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Aprendizaje Automático
Tiempo real
Big data
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/103664
Acceder
id SEDICI_1524f9da2c977c068a4550982221c313
oai_identifier_str oai:sedici.unlp.edu.ar:10915/103664
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelos para aprendizaje automático en tiempo real sobre entornos de big dataBanchero, SantiagoFernández, Juan F.Tonin Monzón, FranciscoGiordano, Luis A.Marrone, AgustínLulic, MaximilianoTolosa, Gabriel HernánCiencias InformáticasAprendizaje AutomáticoTiempo realBig dataEn la actualidad existen incontables fuentes de información en tiempo real que provienen de redes de sensores, plataformas de observación del tiempo, mediciones de gases, observación de la tierra desde plataformas satelitales, ciudades inteligentes, entre un sin número de instrumentos que censan y transmiten datos. A su vez, hay una creciente demanda por el desarrollo de herramientas que permitan extraer conocimiento a partir de esos grandes repositorios de datos. El aprendizaje automático es un área de la inteligencia artificial, donde sus métodos contribuyen en el proceso de descubrimiento de conocimiento para la toma de decisiones inteligentes. Las demandas para la extracción de conocimiento en entornos de Big Data han acrecentado el interés por la utilización de técnicas tradicionales de aprendizaje automático en distintos problemas de repositorios masivos y entornos de flujos (o streaming ) de datos donde muchas veces no es posible su almacenamiento, pero se requiere tomar decisiones en tiempo real.Eje: Base de Datos y Minería de Datos.Red de Universidades con Carreras en Informática2020-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf246-251http://sedici.unlp.edu.ar/handle/10915/103664spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3714-82-5info:eu-repo/semantics/reference/hdl/10915/103151info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:54:44Zoai:sedici.unlp.edu.ar:10915/103664Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:54:45.068SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelos para aprendizaje automático en tiempo real sobre entornos de big data
title Modelos para aprendizaje automático en tiempo real sobre entornos de big data
spellingShingle Modelos para aprendizaje automático en tiempo real sobre entornos de big data
Banchero, Santiago
Ciencias Informáticas
Aprendizaje Automático
Tiempo real
Big data
title_short Modelos para aprendizaje automático en tiempo real sobre entornos de big data
title_full Modelos para aprendizaje automático en tiempo real sobre entornos de big data
title_fullStr Modelos para aprendizaje automático en tiempo real sobre entornos de big data
title_full_unstemmed Modelos para aprendizaje automático en tiempo real sobre entornos de big data
title_sort Modelos para aprendizaje automático en tiempo real sobre entornos de big data
dc.creator.none.fl_str_mv Banchero, Santiago
Fernández, Juan F.
Tonin Monzón, Francisco
Giordano, Luis A.
Marrone, Agustín
Lulic, Maximiliano
Tolosa, Gabriel Hernán
author Banchero, Santiago
author_facet Banchero, Santiago
Fernández, Juan F.
Tonin Monzón, Francisco
Giordano, Luis A.
Marrone, Agustín
Lulic, Maximiliano
Tolosa, Gabriel Hernán
author_role author
author2 Fernández, Juan F.
Tonin Monzón, Francisco
Giordano, Luis A.
Marrone, Agustín
Lulic, Maximiliano
Tolosa, Gabriel Hernán
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Aprendizaje Automático
Tiempo real
Big data
topic Ciencias Informáticas
Aprendizaje Automático
Tiempo real
Big data
dc.description.none.fl_txt_mv En la actualidad existen incontables fuentes de información en tiempo real que provienen de redes de sensores, plataformas de observación del tiempo, mediciones de gases, observación de la tierra desde plataformas satelitales, ciudades inteligentes, entre un sin número de instrumentos que censan y transmiten datos. A su vez, hay una creciente demanda por el desarrollo de herramientas que permitan extraer conocimiento a partir de esos grandes repositorios de datos. El aprendizaje automático es un área de la inteligencia artificial, donde sus métodos contribuyen en el proceso de descubrimiento de conocimiento para la toma de decisiones inteligentes. Las demandas para la extracción de conocimiento en entornos de Big Data han acrecentado el interés por la utilización de técnicas tradicionales de aprendizaje automático en distintos problemas de repositorios masivos y entornos de flujos (o streaming ) de datos donde muchas veces no es posible su almacenamiento, pero se requiere tomar decisiones en tiempo real.
Eje: Base de Datos y Minería de Datos.
Red de Universidades con Carreras en Informática
description En la actualidad existen incontables fuentes de información en tiempo real que provienen de redes de sensores, plataformas de observación del tiempo, mediciones de gases, observación de la tierra desde plataformas satelitales, ciudades inteligentes, entre un sin número de instrumentos que censan y transmiten datos. A su vez, hay una creciente demanda por el desarrollo de herramientas que permitan extraer conocimiento a partir de esos grandes repositorios de datos. El aprendizaje automático es un área de la inteligencia artificial, donde sus métodos contribuyen en el proceso de descubrimiento de conocimiento para la toma de decisiones inteligentes. Las demandas para la extracción de conocimiento en entornos de Big Data han acrecentado el interés por la utilización de técnicas tradicionales de aprendizaje automático en distintos problemas de repositorios masivos y entornos de flujos (o streaming ) de datos donde muchas veces no es posible su almacenamiento, pero se requiere tomar decisiones en tiempo real.
publishDate 2020
dc.date.none.fl_str_mv 2020-05
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/103664
url http://sedici.unlp.edu.ar/handle/10915/103664
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3714-82-5
info:eu-repo/semantics/reference/hdl/10915/103151
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
246-251
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260433823596544
score 13.13397

Publicaciones similares