Plataforma de ejecución y validación de modelos de aprendizaje de máquina [recurso electrónico] / Henry Alonso Ruiz Guzmán ; director, Félix Fernando González Navarro
Tipo de material:
TextoDetalles de publicación: Mexicali, Baja California, 2018Descripción: 1 recurso en línea ; 90 p. ; il. colTema(s): Educación superior -- Tesis y disertaciones académicas -- Instrucción asistida por computadoraClasificación LoC:LB2395.7 | R85 2018Recursos en línea: Tesis digital
Nota de disertación: Tesis (Maestría) - Universidad Autónoma de Baja California Instituto de Ingeniería, Mexicali, 2018. Resumen: La herramienta de software que se presenta a continuacion, permite al usuario a traves de una
interfaz web, amigable e intuitiva, descubrir patrones en sus datos, realizar visualizaciones y
construir, entrenar y validar modelos de aprendizaje de maquina. La aplicacion estara alojada
en los servidores de la UABC, sera de libre acceso y estara orientada a la comunidad academica.
A este tipo de aplicaciones se les conoce como plataformas de machine learning como servicio y
entre las mas destacadas se encuentran: machine learning studio de microsoft, watson de IBM,
Google Cloud machine learning y Amazon machine learning.
Por otro lado como resultado de la investigacion, se propone un modelo de arquitectura escalable,
horizontal y verticalmente para la ejecucion de algoritmos de aprendizaje de maquina de forma
distribuida.
| Tipo de ítem | Biblioteca actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
| Tesis | Biblioteca Central Mexicali | Acervo General | LB2395.7 R85 2018 (Browse shelf(Abre debajo)) | 1 | Disponible | MXL121597 |
Maestría y Doctorado en Ciencias e Ingeniería.
Tesis (Maestría) - Universidad Autónoma de Baja California Instituto de Ingeniería, Mexicali, 2018.
Incluye referencias bibliográficas.
La herramienta de software que se presenta a continuacion, permite al usuario a traves de una
interfaz web, amigable e intuitiva, descubrir patrones en sus datos, realizar visualizaciones y
construir, entrenar y validar modelos de aprendizaje de maquina. La aplicacion estara alojada
en los servidores de la UABC, sera de libre acceso y estara orientada a la comunidad academica.
A este tipo de aplicaciones se les conoce como plataformas de machine learning como servicio y
entre las mas destacadas se encuentran: machine learning studio de microsoft, watson de IBM,
Google Cloud machine learning y Amazon machine learning.
Por otro lado como resultado de la investigacion, se propone un modelo de arquitectura escalable,
horizontal y verticalmente para la ejecucion de algoritmos de aprendizaje de maquina de forma
distribuida.
