Generación y comparativa de modelos analíticos AutoML con el uso de datos no tabulados mediante NLP contra modelos de Data Science
Vázquez Díaz, Leopoldo José
Garcia Calvo, Carlos, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant: Generation and comparison of AutoML analytics models using no tabular data with NLP against Data Science models
Títol variant: Generació i comparativa de models analítics AutoML amb el ús de dades no tabulades mitjançant NLP contra models de Data Science
Data: 2021
Resum: El autoaprendizaje automático es una subárea del aprendizaje de máquinas, donde se aplica algoritmos de aprendizaje automatizado al procedimiento de aprendizaje automático común de problemas reales. Enfocado en automatizar varias partes del proceso, disminuyendo su complejidad y coste de desarrollo. Hoy en día, existen varias afirmaciones sobre millones de empresas, que tienen un gran potencial de mejora, no puedan explotar las capacidades del aprendizaje automatizado. Ya que, no logran alterar o mejorar su negocio por medio del análisis de sus datos, por falta de conocimientos o de experiencia en el sector. El uso de este proceso, ofrece ventajas al programador, de no necesitar definir su propia arquitectura, así logrando la producción de soluciones más rápidas y más sencillas. El objetivo de este proyecto, es emplear este proceso de aprendizaje automático, a una serie de datos no estructurados, aplicando un procesamiento de lenguajes naturales. De este modo, logrando generar un modelo analítico, sobre el cual poder extraer y crear unas conclusiones, comparándolas y confrontándolas contra un sistema común de aprendizaje automatizado.
Resum: Automatic machine learning is a sub-area of machine learning that applies its algorithms to a common process of machine learning with real problems, which is focused on automating various parts of the process, reducing its complexity and development cost. Nowadays, there are a lot of investigations that shows how millions of companies cannot exploit their big potential in machine learning, because of the lack of experience in the sector. So, they cannot alter or improve their business through the analysis of their data. The use of this process offers advantages to the programmer, not needing to define his own architecture, so achieving the complete production with faster and easier solutions too. The objective of this project is to use this automatic machine learning process with a group of unstructured data, applying natural language processing. Thereby, managing to generate a model, which one can extract and create conclusions, comparing and confronting them against a common machine learning system, used in the field of data science.
Resum: L'autoaprenentatge automàtic és una subàrea de l'aprenentatge de màquines, on s'aplica algoritmes d'aprenentatge automatitzat al procediment d'aprenentatge automàtic comú de problemes reals. Enfocat a automatitzar diverses parts del procés, disminuint la seva complexitat i cost de desenvolupament. Avui en dia, hi ha diverses afirmacions sobre milions d'empreses, que tenen un gran potencial de millora, no puguin explotar les capacitats de l'aprenentatge automatitzat. Ja que, no aconsegueixen alterar o millorar el seu negoci per mitjà de l'anàlisi de les seves dades, per falta de coneixements o d'experiència en el sector. L'ús d'aquest procés, ofereix avantatges al programador, de no necessitar definir la seva pròpia arquitectura, així aconseguint la producció de solucions més ràpides i més senzilles. L'objectiu d'aquest projecte, és emprar aquest procés d'aprenentatge automàtic, a una sèrie de dades no estructurats, aplicant un processament de llenguatges naturals. D'aquesta manera, aconseguint generar un model analític, sobre el qual poder extreure i crear unes conclusions, comparant-les i confrontant-les contra un sistema comú d'aprenentatge automatitzat.
Drets: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Llengua: Castellà
Titulació: Grau en Enginyeria Informàtica [2502441]
Pla d'estudis: Enginyeria Informàtica [958]
Document: Treball final de grau ; Text
Àrea temàtica: Menció Computació
Matèria: Aprendizaje automático ; Autoaprendizaje automático ; Inteligencia Artificial ; Procesamiento de lenguajes naturales ; Automated machine learning ; Artificial Intelligence ; Machine learning ; Natural Language Processing ; NLP ; Aprenentatge automàtic ; Autoaprenentatge automàtic ; AutoML ; Intel·ligència Artificial ; PLN ; Processament de llenguatges naturals



13 p, 1.2 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG

 Registre creat el 2021-07-26, darrera modificació el 2023-07-22



   Favorit i Compartir