| Fecha: |
2018 |
| Descripción: |
66 pag. |
| Resumen: |
El área del Machine Learning ha impactado a la sociedad hace pocos años de forma masiva gracias a la capacidad de computación y la llegada del Big Data. Hoy en día, nos encontramos en una nueva era en la que estamos experimentando con sistemas capaces de razonar y sacar valor a estas cantidades ingentes de datos para generar automáticamente sus hipótesis. Deep Learning, un subcampo del Machine Learning, es el principal responsable de esto. Este proyecto persigue el objetivo de analizar diversas técnicas de predicción de datos, contrastando las ventajas e inconvenientes de cada una. El proceso de creación de diferentes modelos permitirá afinar el resultado, obteniendo así el algoritmo óptimo. |
| Resumen: |
L'àrea del Machine Learning ha impactat a la societat fa pocs anys de forma massiva gràcies a la capacitat de computació i l'arribada del Big Data. Avui dia, ens trobem en una nova era en la que estem experimentant amb sistemes capaços de raonar i treure valor a aquestes quantitats ingents de dades per generar automàticament les seves hipòtesis. Deep Learning, un subcamp del Machine Learning, és el principal responsable d'això. Aquest projecte persegueix l'objectiu d'analitzar diverses tècniques de predicció de dades, contrastant els avantatges i inconvenients de cadascuna. El procés de creació de diferents models permetrà afinar el resultat, obtenint així l'algoritme òptim. |
| Derechos: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan aquestes es distribueixin sota la mateixa llicència que regula l'obra original i es reconegui l'autoria de l'obra original.  |
| Lengua: |
Castellà |
| Titulación: |
Enginyeria de Sistemes de Telecomunicació [2500898] |
| Plan de estudios: |
Grau en Enginyeria de Sistemes de Telecomunicació [956] |
| Documento: |
Treball final de grau ; Text |
| Materia: |
Decisió ;
Decisión ;
Deep ;
Learning ;
Machine ;
MAE ;
MAPE ;
Marketing ;
Networks ;
Neural ;
Overfitting ;
Perceptró ;
Perceptrón ;
Predicció ;
Predicción ;
Recurrent ;
Recurrente ;
Regresor ;
Regressor ;
RMSE |
visitante ::
identificación
dir.
