Extensión de métodos modernos de Aprendizaje Automatizado y aplicaciones

El campo del Aprendizaje Automatizado (Machine Learning) es parte central de la nueva revolución tecnológica basada en el uso inteligente de la información. Por tradición, los principales problemas que se investigan en esta área son los de reconocimiento de patrones o Clasificación, aproximación de...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Ahumada, Hernán César, Bayá, Ariel E., Grinblat, Guillermo L., Izetta Riera, C. Javier
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2011
Materias:	Ciencias Informáticas Intelligent agents machine learning Applications clasificación regresión clustering
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/19971
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-19971
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Intelligent agents machine learning Applications clasificación regresión clustering
spellingShingle	Ciencias Informáticas Intelligent agents machine learning Applications clasificación regresión clustering Ahumada, Hernán César Bayá, Ariel E. Grinblat, Guillermo L. Izetta Riera, C. Javier Extensión de métodos modernos de Aprendizaje Automatizado y aplicaciones
topic_facet	Ciencias Informáticas Intelligent agents machine learning Applications clasificación regresión clustering
description	El campo del Aprendizaje Automatizado (Machine Learning) es parte central de la nueva revolución tecnológica basada en el uso inteligente de la información. Por tradición, los principales problemas que se investigan en esta área son los de reconocimiento de patrones o Clasificación, aproximación de funciones de variable continua o Regresión, y búsqueda de estructuras ocultas en datos o Clustering. Lógicamente, el desarrollo de nuevos métodos y algoritmos se concentró en un principio en los problemas más simples o típicos de encontrar, por ejemplo en problemas estacionarios en el tiempo, con una abundante cantidad de ejemplos de los cuales aprender y con sólo unas pocas clases bastante balanceadas entre sí. Sin embargo, los nuevos tipos de datos provenientes de la genómica, la proteómica, los equipos de monitoreo continuo de sistemas críticos, etc., han introducido nuevos desafíos en el Aprendizaje Automatizado. Este proyecto propone el desarrollo de nuevos métodos (o la extensión de los métodos actuales cuando sea apropiado) para poder modelar eficientemente esta nueva clase de datos, incluyendo problemas de regresión y clasificación no estacionarios y/o con gran nivel de ruido, problemas de clasificación y clustering con un número extremadamente alto de variables de entrada, o problemas de clasificación con un importante desbalance entre clases. En todas las líneas del proyecto se incluyen aplicaciones a problemas actuales de gran interés tecnológico, como la biotecnología y la agrotecnología
format	Objeto de conferencia Objeto de conferencia
author	Ahumada, Hernán César Bayá, Ariel E. Grinblat, Guillermo L. Izetta Riera, C. Javier
author_facet	Ahumada, Hernán César Bayá, Ariel E. Grinblat, Guillermo L. Izetta Riera, C. Javier
author_sort	Ahumada, Hernán César
title	Extensión de métodos modernos de Aprendizaje Automatizado y aplicaciones
title_short	Extensión de métodos modernos de Aprendizaje Automatizado y aplicaciones
title_full	Extensión de métodos modernos de Aprendizaje Automatizado y aplicaciones
title_fullStr	Extensión de métodos modernos de Aprendizaje Automatizado y aplicaciones
title_full_unstemmed	Extensión de métodos modernos de Aprendizaje Automatizado y aplicaciones
title_sort	extensión de métodos modernos de aprendizaje automatizado y aplicaciones
publishDate	2011
url	http://sedici.unlp.edu.ar/handle/10915/19971
work_keys_str_mv	AT ahumadahernancesar extensiondemetodosmodernosdeaprendizajeautomatizadoyaplicaciones AT bayaariele extensiondemetodosmodernosdeaprendizajeautomatizadoyaplicaciones AT grinblatguillermol extensiondemetodosmodernosdeaprendizajeautomatizadoyaplicaciones AT izettarieracjavier extensiondemetodosmodernosdeaprendizajeautomatizadoyaplicaciones
bdutipo_str	Repositorios
_version_	1764820464886087681

Extensión de métodos modernos de Aprendizaje Automatizado y aplicaciones

Ejemplares similares