Depuración de bases de datos de segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina

El Boletín Oficial de la República Argentina es una fuente importante de información para empresas, instituciones y particulares, pero la gran cantidad de información publicada diariamente hace que la depuración de bases de datos sea un proceso complejo y costoso. Se hipotetiza que el uso de un mode...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Balich, Nestor A., Balich, Franco A., Fraga, Hugo
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2023
Materias:	Ciencias Informáticas Depuración Base de datos Aprendizaje de maquina Inteligencia artificial Aprendizaje supervisado Clasificación
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/163226
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-163226
record_format	dspace
spelling	I19-R120-10915-1632262024-02-28T20:03:26Z http://sedici.unlp.edu.ar/handle/10915/163226 Depuración de bases de datos de segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina Balich, Nestor A. Balich, Franco A. Fraga, Hugo 2023-04 2023 2024-02-28T16:19:22Z es Ciencias Informáticas Depuración Base de datos Aprendizaje de maquina Inteligencia artificial Aprendizaje supervisado Clasificación El Boletín Oficial de la República Argentina es una fuente importante de información para empresas, instituciones y particulares, pero la gran cantidad de información publicada diariamente hace que la depuración de bases de datos sea un proceso complejo y costoso. Se hipotetiza que el uso de un modelo de inteligencia artificial basado en aprendizaje de maquina (ML) puede aprender a clasificar y catalogar los avisos comerciales de manera eficiente y autónoma. La aplicación de técnicas de ML en la clasificación de textos ha evolucionado significativamente, especialmente en el uso de modelos de aprendizaje profundo en áreas como la identificación de noticias falsas y la detección de spam. También se han realizado estudios sobre el uso de técnicas de ML en la identificación y corrección de errores en bases de datos, incluyendo la corrección de errores en imágenes médicas y la identificación de avisos comerciales ilegales en la web. Se propone el desarrollo de un modelo de aprendizaje de máquina para la clasificación y catalogación de los avisos comerciales de la segunda sección del Boletín Oficial de la República Argentina, lo que podría representar un avance significativo en la depuración de bases de datos en este ámbito. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Depuración Base de datos Aprendizaje de maquina Inteligencia artificial Aprendizaje supervisado Clasificación
spellingShingle	Ciencias Informáticas Depuración Base de datos Aprendizaje de maquina Inteligencia artificial Aprendizaje supervisado Clasificación Balich, Nestor A. Balich, Franco A. Fraga, Hugo Depuración de bases de datos de segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
topic_facet	Ciencias Informáticas Depuración Base de datos Aprendizaje de maquina Inteligencia artificial Aprendizaje supervisado Clasificación
description	El Boletín Oficial de la República Argentina es una fuente importante de información para empresas, instituciones y particulares, pero la gran cantidad de información publicada diariamente hace que la depuración de bases de datos sea un proceso complejo y costoso. Se hipotetiza que el uso de un modelo de inteligencia artificial basado en aprendizaje de maquina (ML) puede aprender a clasificar y catalogar los avisos comerciales de manera eficiente y autónoma. La aplicación de técnicas de ML en la clasificación de textos ha evolucionado significativamente, especialmente en el uso de modelos de aprendizaje profundo en áreas como la identificación de noticias falsas y la detección de spam. También se han realizado estudios sobre el uso de técnicas de ML en la identificación y corrección de errores en bases de datos, incluyendo la corrección de errores en imágenes médicas y la identificación de avisos comerciales ilegales en la web. Se propone el desarrollo de un modelo de aprendizaje de máquina para la clasificación y catalogación de los avisos comerciales de la segunda sección del Boletín Oficial de la República Argentina, lo que podría representar un avance significativo en la depuración de bases de datos en este ámbito.
format	Objeto de conferencia Objeto de conferencia
author	Balich, Nestor A. Balich, Franco A. Fraga, Hugo
author_facet	Balich, Nestor A. Balich, Franco A. Fraga, Hugo
author_sort	Balich, Nestor A.
title	Depuración de bases de datos de segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
title_short	Depuración de bases de datos de segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
title_full	Depuración de bases de datos de segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
title_fullStr	Depuración de bases de datos de segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
title_full_unstemmed	Depuración de bases de datos de segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
title_sort	depuración de bases de datos de segunda sección del boletín oficial de la república argentina mediante aprendizaje de máquina
publishDate	2023
url	http://sedici.unlp.edu.ar/handle/10915/163226
work_keys_str_mv	AT balichnestora depuraciondebasesdedatosdesegundasecciondelboletinoficialdelarepublicaargentinamedianteaprendizajedemaquina AT balichfrancoa depuraciondebasesdedatosdesegundasecciondelboletinoficialdelarepublicaargentinamedianteaprendizajedemaquina AT fragahugo depuraciondebasesdedatosdesegundasecciondelboletinoficialdelarepublicaargentinamedianteaprendizajedemaquina
_version_	1807222532582932480

Depuración de bases de datos de segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina

Ejemplares similares