Sistemas de predicción Aprendizaje automático Data Mining & Machine Learning
|
|
- Juana Esperanza Nieto Marín
- hace 7 años
- Vistas:
Transcripción
1 Data Mining & Machine Learning Ibon B. Salbidegoitia 1
2 Comunicación 2
3 Comunicación 3
4 Comunicación 4
5 Almacenamiento SIZE: byte kilobyte megabyte gigabyte terabyte petabyte exabyte zettabyte yottabyte xenottabyte shilentnobyte Domegemegrottebyte (10^33) 5
6 Almacenamiento 6
7 Big Data 7
8 Big Data Quantity of global digital data exabyte exabyte exabyte exabyte 8
9 Big Data 9
10 Big Data 10
11 Data Mining Data mining es el campo de la ciencia computacional que busca patrones en grandes cantidades de datos a través de métodos como la inteligencia artificial, machine learning, estadística y sistemas de bases de datos. 11
12 Data Mining 12
13 Machine Learning Predicciones como la detección de spam, predicciones meteorológicas, detección de texto a mano alzada, errores en fabricación, detección de fraude, previsiones del sistema eléctrico, estimación de precio de una vivienda... 13
14 Machine Learning 14
15 Machine Learning 15
16 Machine Learning 16
17 Machine Learning Objetivo claro del sistema Correlation: Correlation:
18 Machine Learning Requiere conocimiento del sistema Correlation: Correlation:
19 Machine Learning 1. Linear Regression (Logistic Regression) 2. Neural Networks 3. Clustering 4. Decision tree 19
20 Linear Regression Ajuste polinómico de mínimos cuadrados. 20
21 Linear Regression Hypothesis Cost function Gradient descent 21
22 Linear Regression 22
23 Linear Regression Regularization Dataset Train: 80% Test: 20% 23
24 Linear Regression Multi-Variable 24
25 Linear Regression Ejemplo 25
26 Linear Regression Ejemplo: Paraboloide 26
27 Logistic Regression 27
28 Logistic Regression Logistic Regression 28
29 Logistic Regression Logistic Regression Order: O3 O6 O9 O12 Logistic Regression with Regularization Order: O3 O6 O9 O12 29
30 Logistic Regression Ejemplo 30
31 Linear Regression Multi-Variable Cuantos términos? Tiempo de computación? 31
32 Machine Learning 1. Linear Regression (Logistic Regression) 2. Neural Networks 3. Clustering 4. Decision tree 32
33 Neural Networks Las redes neuronales son modelos de computación de Machine Learning inspirados en el sistema nervioso de los animales. Sistemas interconectados por neuronas que computan valores de entrada y salida. 33
34 Neural Networks Capas (Layers) 34
35 Neural Networks Capas (Layers) 35
36 Neural Networks Aplicaciones Reconocimiento de patrones (face recognition, object recognition, radar systems) Sequence recognition (OCR mano alzada, gestos, código postal) Diagnóstico médico (Medical Decision Support System) Sistema financiero (HTF, fraudes) Sistemas de identificación y control (control vehículo, control de procesos, gestión de recursos) 36
37 37
38 Machine Learning 1. Linear Regression (Logistic Regression) 2. Neural Networks 3. Clustering 4. Decision tree 38
39 Clustering Los clusters son modelos computacionales que agrupan objetos de tal manera que los objetos en el mismo grupo tienen más en común que aquellos que están en otros grupos. 39
40 Clustering Aplicaciones Segmentación de mercado Análisis de redes sociales Análisis de datos científicos 40
41 Clustering k means cluster analysis 41
42 Clustering k means cluster analysis + How many clusters? 42
43 Clustering k means cluster analysis + How many clusters? - Elbow method 43
44 Clustering Ejemplo 44
45 Clustering Ejemplo 45
46 Machine Learning 1. Linear Regression (Logistic Regression) 2. Neural Networks 3. Clustering 4. Decision tree 46
47 Decision tree El árbol de decisión es un modelo de decisión basado en una estructura ramificada para predecir las posibles consecuencias en función de n condiciones. 47
48 Decision tree 48
49 Decision tree 49
50 Consciente de... No es una ciencia exacta 50
51 Consciente de... Requiere conocimiento del sistema Correlation: Correlation:
52 Industria acero 52
53 Industria acero Fabricación planchas de acero 53
54 Industria acero Fabricación planchas de acero Qué fuerza es necesaria para una reducción del espesor? Parámetros (Atributos): Espesor Temperatura Diámetro rodillo Composición química Velocidad de rodillo 54
55 Industria acero Fabricación planchas de acero 55
56 Industria acero Fabricación planchas de acero 56
57 Meteo for Energy Detección de nubosidad (Gemasolar, Torresol Energy) 57
58 Meteo for Energy Detección de nubosidad (Gemasolar) VIDEO 58
59 Correo postal 59
60 Correo postal 60
61 Correo postal 61
62 Netflix 62
63 Netflix 63
64 Netflix 64
65 Netflix Netflix Recommendation Algorithm Directs 75% of Viewership 65
66 Youtube 66
67 Youtube 67
68 Google Translate 68
69 Google Translate 69
70 Google Translate 70
71 Skype Translate 71
72 Skype Translate 72
73 73
INFORMÁTICA. Clasificación de las medidas de almacenamiento de información
INFORMÁTICA Clasificación de las medidas de almacenamiento de información Medidas de almacenamiento de información Las medidas de almacenamiento son aquellas unidades de medición que permiten determinar
Más detallesRealiza un ensayo sobre el origen y desarrollo de la computadora personales y llena el cuadro siguiente: CARACTERÍSTICA S
Aprendizajes: Identificará las unidades de medida para el manejo de la información. Describirá la evolución de las computadoras personales en cuanto al microprocesador, sistema operativo, velocidad, memoria
Más detallesINFORMÁTICA HARDWARE Y SOFTWARE
INFORMÁTICA HARDWARE Y SOFTWARE Informática: Es el conjunto de conocimientos científicos y técnicos que se encargan del tratamiento automatizado de la información, utilizando las computadoras como herramientas
Más detallesAplicaciones. Inteligencia Computacional Carrera de Ingeniería Informática
Aplicaciones Inteligencia Computacional Carrera de Ingeniería Informática Aplicaciones de IC Unidad VIII: Configuración del problema y aplicación de las técnicas de inteligencia computacional en: clasificación
Más detallesPredicción de potencia en el parque eólico de Villonaco, Loja, Ecuador. Alberto Reyes y Tania Guerrero INER Ecuador
Predicción de potencia en el parque eólico de Villonaco, Loja, Ecuador Alberto Reyes y Tania Guerrero INER Ecuador INTRODUCCIÓN El comportamiento del viento presenta alto grado de aleatoriedad, incertidumbre
Más detallesOutput: pantalla LCDcapaz de reproducir gráficos de alta resolución (muy detallados), y unos altavoces estéreo, impresora de escritorio.
Como funciona la computadora Que es un ordenador Un ordenador es una máquina electrónica que procesa información toma la información en bruto (los datos) por un lado, los almacena hasta que están listos
Más detallesQué es una RNA? Cómo surgieron y para qué? Aplicaciones? Lic. Leticia Seijas SdC Departamento de Computación - FCEyN - UBA
Para qué sirven las Redes Neuronales? SdC 2010 Departamento de Computación Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires Qué es una RNA? Cómo surgieron y para qué? Aplicaciones?
Más detallesAnalítica avanzada para la optimización del tráfico
Analítica avanzada para la optimización del tráfico Pau Agulló Kernel Analytics Barcelona, 30 de Marzo de 2017 Organizan Auspician Apoya Índice TO THE FUTURE La revolución del big data Definiciones e impacto
Más detallesAnálisis de datos avanzados en la industria. Ibon B. Salbidegoiia. Meteo for Energy BigDa Soluions
Análisis de datos avanzados Ibon B. Salbidegoiia Meteo for Energy BigDa Soluions 1 2 Análisis de datos 3 Análisis de datos 4 5 Business intelligence Business intelligence son las técnicas y herramientas
Más detallesMaestría en Ciencia de Datos
Maestría en Ciencia de Datos José Luis Morales http://mcienciadatos.itam.mx/ Seminario Internacional: BIG DATA Para la información oficial y la toma de decisiones. INEGI 2014 sólo datos? Tablilla de Venus
Más detallesUNIDADES Y ARCHIVOS. Tema 3
UNIDADES Y ARCHIVOS Tema 3 Archivos Un archivo o fichero informático es un conjunto de bits almacenado en un dispositivo. Archivos en la nube Modelo de almacenamiento de datos basado en redes. Los datos
Más detallesLos datos: el futuro de la profesión
Los datos: el futuro de la profesión 27è Fòrum de l Auditor Professional Julio 2017 Hola! Soy @santi_roman Formador Mentor Digital Project Manager Más sobre mi: https://www.linkedin.com/in/santiroman/
Más detallesBig Data & Machine Learning. MSc. Ing. Máximo Gurméndez Universidad de Montevideo
Big Data & Machine Learning MSc. Ing. Máximo Gurméndez Universidad de Montevideo Qué es Big Data? Qué es Machine Learning? Qué es Data Science? Ejemplo: Predecir origen de artículos QUÉ DIARIO LO ESCRIBIÓ?
Más detallesAsignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS Reconocimiento de Patrones Área a la que pertenece: Área de Formación Integral Profesional Horas teóricas: 3 Horas prácticas: 1 Créditos: 7 Clave: F0182 Asignaturas antecedentes y
Más detallesInteligencia Artificial. Grado en INFORMÁTICA 4º curso. Modalidad: Presencial
Grado en INFORMÁTICA 4º curso Modalidad: Presencial Sumario Datos básicos 3 Breve descripción de la asignatura 4 Requisitos previos 4 Objetivos 4 Competencias 5 Contenidos 6 Metodología 6 Criterios de
Más detallesMachine Learning y su Utilización en Riesgo de. Seemant Teotia Sr. Director International Analytics Equifax Inc. USA. Crédito
Machine Learning y su Utilización en Riesgo de Seemant Teotia Sr. Director International Analytics Equifax Inc. USA Crédito Principios de Machine Learning Qué es? Por qué lo usamos? Cuándo lo usamos? Ejemplos
Más detalles1. DATOS e INFORMACIÓN.
TEMA 1 HARDWARE 1. DATOS e INFORMACIÓN. Datos (en informática): Información codificada, lista para ser introducida y procesada por un ordenador. Carecen de significado y sólo lo alcanzan cuando son descodificados
Más detallesAplicación de Apache Spark y su librería MLlib para el desarrollo de sistemas recomendadores
Aplicación de Apache Spark y su librería MLlib para el desarrollo de sistemas recomendadores Enrique Costa-Montenegro1, Alexander Tsybanev1, Héctor Cerezo-Costas2, Francisco Javier González-Castaño 1,
Más detallesTema 5 Jerarquía de Memoria
Tema 5 Jerarquía de Memoria Grupo ARCOS Estructura de Computadores Grado en Ingeniería Informática Universidad Carlos III de Madrid Contenidos 1. Tipos de memoria 2. Jerarquía de memoria 3. Memoria principal
Más detallesBIT. Conceptos Básicos. Es la unidad mas pequeña de información y sus valores posibles son el cero y el uno.
Lenguaje Binario Toda computadora trabaja usando un sistema binario que no es otra cosa que condiciones eléctricas que representan valores verdaderos o falsos que en realidad son variaciones de voltaje.
Más detalles2021: Odisea del Ciberespacio
2021: Odisea del Ciberespacio M.C. Romeo A. Sánchez López CISM CEH CISSP CCNA CCSI SCSA SCJP SCMAD ITIL MCP TOGAF Ingeniero en Seguridad Computacional Maestro en Educación Maestro en Ciencias en Sistemas
Más detallesIndustrial Big Data (IBD)
Industrial Big Data (IBD) Prospectiva aportaciones Tecnológicas: Píldoras de Estado de la Técnica hacia la Industria 4.0 Fco. Javier Mtnez de Pisón Ascacíbar EDMANS Group fjmartin@unirioja.es http://mineriadatos.com
Más detallesÍndice general. Prefacio...5
Índice general Prefacio...5 Capítulo 1 Introducción...13 1.1 Introducción...13 1.2 Los datos...19 1.3 Etapas en los procesos de big data...20 1.4 Minería de datos...21 1.5 Estructura de un proyecto de
Más detallesAnalizando patrones de datos
Analizando patrones de datos SQL Server DM, Excel DM, Azure ML y R Ana María Bisbé York @ambynet http://amby.net/ Temario Introducción a Minería de datos MS Office Excel Herramientas de tabla y Minería
Más detallesDEL BIG DATA AL SMART DATA. Smart Technology Forum
DEL BIG DATA AL SMART DATA Smart Technology Forum Todos hablamos de Big Data... Pero, qué significa exactamente? Smart Technology Forum Del Big Data al Smart Data Cada vez más todo lo que hacemos deja
Más detallesColegio Diocesano San José de Carolinas
Tema 1. Representación digital de la información 1. Introducción. Los ordenadores son máquinas digitales y como tales operan con información representada en formato binario. La unidad elemental de información
Más detallesFORTISSIMO 2 EXPERIMENT 904: MEJORA DEL SISTEMA REMOTO
OTEAres FORTISSIMO 2 EXPERIMENT 904: MEJORA DEL SISTEMA REMOTO EXPERTO BASADO EN EL SOFTWARE OTEA innovation programme under grant agreement No 680481 (Fortissimo 2 project). Objetivos de OTEAres OTEARES
Más detallesAplicación de técnicas de aprendizaje automático para la agricultura altoandina de Perú
Aplicación de técnicas de aprendizaje automático para la agricultura altoandina de Perú Vladimir Cáceres Salazar Innovaciones Tecnológicas S.A.C. 1 Agenda 1. Introducción 2. Marco teórico 3. Metodología
Más detallesBig Analytics: de la información al conocimiento
Programa Introducción Arquitectura/Bases de datos relacionados /Infraestructuras (AMAZON) R Introducción al análisis masivo de datos: descriptivos y visualización de Big Data Hackathon + Series Temporales
Más detallesPlataforma SAS SAS Viya. La Mejor Plataforma Analítica Las Mejores Soluciones Analíticas Única Plataforma Analítica Integral
Plataforma SAS SAS Viya La Mejor Plataforma Analítica Las Mejores Soluciones Analíticas Única Plataforma Analítica Integral SAS desde 2004: SAS 9 Qué nos pedía el mercado? (o sea Uds.) PLATAFORMA SAS HERRAMIENTAS
Más detallesBig Data Los seres humanos estamos creando y almacenando información constantemente y cada vez más en cantidades astronómicas. Se podría decir que si
Big Data Big Data Los seres humanos estamos creando y almacenando información constantemente y cada vez más en cantidades astronómicas. Se podría decir que si todos los bits y bytes de datos del último
Más detallesREGRESIÓN LINEAL Y CORRELACIÓN
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO ESCUELA SUPERIOR DE HUEJUTLA LICENCIATURA EN ADMINISTRACIÓN REGRESIÓN LINEAL Y CORRELACIÓN MTRA. ROXANA SIFUENTES CARRILLO JULIO-DICIEMBRE 017 LINEAR REGRESSION
Más detallesDIPLOMADO EN DATA MINING
DIPLOMADO EN DATA MINING DIPLOMADO EN DATA MINING Los datos que tienen relevancia para las decisiones de gestión, se están acumulando a un ritmo increíble, debido a una serie de avances tecnológicos. La
Más detallesSistema Binario. Pedro Chávez Lugo webpage:http://lsc.fie.umich.mx/ pedro. 23 de junio de 2013
mailto:pchavezl74@gmail.com webpage:http://lsc.fie.umich.mx/ pedro 23 de junio de 2013 1 Sistema Numérico Binario Conversión Binario Octal Conversión Binario Hexadecimal 2 3 Sistema Numérico Binario Conversión
Más detallesPrimera radiografía. Tráfico de Datos. Pamela Gidi Masías Subsecretaria de Telecomunicaciones Octubre 2018
Primera radiografía Tráfico de Datos Pamela Gidi Masías Subsecretaria de Telecomunicaciones Octubre 2018 Radiografía de Tráfico de Datos Fijos y móviles Objetivos: Contar con información relevante para
Más detallesUnidades de medida en Informática. Un repaso de las unidades de medida en la informática que utilizamos a diario
Un repaso de las unidades de medida en la informática que utilizamos a diario Las unidades de medida en a veces pueden resultar algo confusas. Vamos a tratar de aclarar algunos conceptos viendo a qué se
Más detallesESCUELA NACIONAL AUXILIARES DE ENFERMERÍA Manizales TECNOLOGÍA E INFORMÁTICA
ALUMNA: GRADO: FECHA: PROFESOR: Hugo Nelson Ramírez Cárdenas LOGROS 1. Conoce la diferencia entre Almacenamiento Primario y Secundario. 2. Reconoce los diferentes dispositivos de almacenamiento Primarios
Más detallesV https://www.google.com/analytics/resources/white-paper-mit-tr-analytics-machine-learning.html?utm_source=twitter&utm_medium=social-owned&utm_campaign=2016-q4-gbl-all-ga360-suite&utm_content=mit-whitepaper
Más detallesTemario. Informática IE. Computadora. Computadora. Computadora. Informática IE Conceptos básicos de computadoras: Hardware
Informática IE Conceptos básicos de computadoras: Qué es una computadora? : periféricos de entrada / salida Almacenamiento Dr. Diego R. Garcia Depto. de Ciencias e Ingeniería de la Computación Universidad
Más detalles2 Año EMP Administración
2 Año EMP Administración Nivelación de Conocimientos Docente Andrea Diego Fuente: Dr. Luciano H. Tamargo http://cs.uns.edu.ar- Universidad Nacional del Sur Qué es una computadora? Hardware Hardware: periféricos
Más detallesTema 5 Jerarquía de Memoria
Grupo ARCOS Tema 5 Jerarquía de Memoria Estructura de Computadores Grado en Ingeniería Informática Contenidos 1. Tipos de memoria 2. Jerarquía de memoria 3. Memoria principal 4. Memoria caché 5. Memoria
Más detallesDEL LITTLE DATA AL BIG DATA. Tiempo de lectura: 15 minutos Fecha: 12 diciembre de 2017 Autor: Jaime Ortiz de Lejarazu
DEL LITTLE DATA AL BIG DATA Tiempo de lectura: 15 minutos Fecha: 12 diciembre de 2017 Autor: Jaime Ortiz de Lejarazu CONTEXTO Hace 3 semanas asistí a una charla de Big Data como asociados a Adigital, es
Más detallesANALÍTICA DE BIG DATA (BDA)
ANALÍTICA DE BIG DATA (BDA) Tendencias Retos Oportunidades Fabián García Nocetti IIMAS-UNAM CAACFMI-UNAM AMIAC Ciencia de Datos y Big Data Analítica de Big Data (BDA) Aplicaciones Arquitectura General
Más detallesAmbientes de gestión de información sensible a contexto en escenarios de alta escalabilidad
COMIT Ingeniería de información Ambientes de gestión de información sensible a contexto en escenarios de alta escalabilidad Profesores: Claudia Jiménez - cjimenez@uniandes.edu.co Álvaro Gómez D Alleman
Más detallesIAAE - Inteligencia Artificial Aplicada a la Ingeniería
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 295 - EEBE - Escuela de Ingeniería de Barcelona Este 723 - CS - Departamento de Ciencias de la Computación GRADO EN INGENIERÍA
Más detallesInteligencia de Negocios: Herramientas y Trascendencia
Inteligencia de Negocios: Herramientas y Trascendencia Ing. Fernando Arce II Congreso de Ingeniería e Informática Facultad de Ciencias e Ingeniería de la PUCP Octubre 2015 Temario La Importancia de BI
Más detallesNoticia: Información almacenada hasta la Luna.
Noticia: Información almacenada hasta la Luna. Miden los datos que guardamos 295 billones de megabytes al año acumulamos en distintos formatos. Si toda esa información fuese grabada en CDs la torre llegaría
Más detallesBS Grupo cuenta con la certificación ISO 9001:2015 Emitida por AENOR - España e ICONTEC - Colombia.
BS Grupo cuenta con la certificación ISO 9001:2015 Emitida por AENOR - España e ICONTEC - Colombia. Nuestra Certificación ha sido validada por la Entidad Mexicana de Acreditación (EMA) - México y por el
Más detallesBig Data & Machine Learning. MSc. Ing. Máximo Gurméndez Universidad de Montevideo
Big Data & Machine Learning MSc. Ing. Máximo Gurméndez Universidad de Montevideo Qué es un algoritmo? Qué es Machine Learning? Vuelca de Tuerta Algoritmos creando algoritmos La entrada son DATOS la salida
Más detallesCientífico de datos o data scientist
Científico de datos o data scientist La demanda de científicos de datos se ha incrementado de manera constante en los últimos años, existe en el mercado una amplia oferta para los científicos de datos.
Más detallesAPLICACIONES DE NEGOCIO PARA INTELIGENCIA ARTIFICIAL. Copyright 2017 Accenture All rights reserved.
APLICACIONES DE NEGOCIO PARA INTELIGENCIA ARTIFICIAL AGENDA 01 QUÉ ES? 05 LECCIONES DE NEGOCIO 02 ÁREAS DE INVESTIGACIÓN 03 APLICACIONES 04 EJEMPLOS DE NEGOCIO 01. QUÉ ES?. TIPOS DE INTELIGENCIA Lingüística
Más detallesPredictor Basado en Prototipos Difusos y Clasificación Nosupervisada
Predictor Basado en Prototipos Difusos y Clasificación Nosupervisada JIISIC-CEIS'2015 Aníbal Vásquez, Enrique Peláez y Xavier Ochoa anibal.vasquez @cti.espol.edu.ec, epelaez@cti.espol.edu.ec, xavier@cti.espol.edu.ec
Más detallesBig Data, qué es y su impacto en las áreas de Riesgo y Crédito. Augusto Umaña Ruiz. Banco Davivienda. Gerente de Inteligencia de Negocios
Big Data, qué es y su impacto en las áreas de Riesgo y Crédito Augusto Umaña Ruiz Banco Davivienda Gerente de Inteligencia de Negocios aumana@davivienda.com Qué es Big Data Viejo Problema. Nuevas Soluciones
Más detallesIAAE - Inteligencia Artificial Aplicada a la Ingeniería
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 295 - EEBE - Escuela de Ingeniería de Barcelona Este 723 - CS - Departamento de Ciencias de la Computación GRADO EN INGENIERÍA
Más detallesIAAE - Inteligencia Artificial Aplicada a la Ingeniería
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 295 - EEBE - Escuela de Ingeniería de Barcelona Este 723 - CS - Departamento de Ciencias de la Computación GRADO EN INGENIERÍA
Más detallesSmart Sound Processing for the digital living: Smart COmpuTing. SSPressing Scot. Universidad de Oviedo (UOVI) Parte II: Deep Computing
Smart Sound Processing for the digital living: Smart COmpuTing SSPressing Scot Universidad de Oviedo (UOVI) Parte II: Deep Computing Febrero 3, 2017 Valencia SSPressing Scot Deep Computing MOTIVACIÓN Intensidad
Más detallesQué son y qué papel juegan estas tecnologías en la era de la revolución digital? Inteligencia Artificial (AI) Machine Learning & Cognitive Computing
Qué son y qué papel juegan estas tecnologías en la era de la revolución digital? Inteligencia Artificial (AI) Machine Learning & Cognitive Computing Javier Alexander Rengifo, MSc. Javier Alexander Rengifo,
Más detallesIngeniería del conocimiento. Sesión 1 Por qué estudiar aprendizaje automático?
Ingeniería del conocimiento Sesión 1 Por qué estudiar aprendizaje automático? 1 Agenda Qué vamos a ver en la asignatura? Para qué sirve todo esto? Cómo aprobar la asignatura? 2 Extracción del conocimiento
Más detallesIntroducción a la Operación de Computadoras Personales
Introducción a la Operación de Computadoras Personales Conceptos básicos de computadoras: Hardware Depto. de Ciencias e Ingeniería de la Computación Universidad Nacional del Sur Bahía Blanca Temario Qué
Más detallesEducación, Cultura y Deporte
La experiencia en el Ministerio de Educación, Cultura y Deporte Francisco Javier Antón Vique Subdirector General de Tecnologías de la Información y las Comunicaciones Ministerio de Educación, Cultura y
Más detallesPrograma Big Analytics: de la información al conocimiento
Programa Big Analytics: de la información al conocimiento 1/02/2018 Introducción Directora: Rosa Lillo/Deloitte Introducción general al Big data y la necesidad del Analytics 2/02/2018 - Arquitectura/Bases
Más detallesCURSO/GUÍA PRÁCTICA DEL BIG DATA INMOBILIARIO
SISTEMA EDUCATIVO inmoley.com DE FORMACIÓN CONTINUA PARA PROFESIONALES INMOBILIARIOS. CURSO/GUÍA PRÁCTICA DEL BIG DATA INMOBILIARIO Gestión empresarial de la información. Business Intelligence. Data Mining.
Más detallesAprendizaje Automatizado. Redes Neuronales Artificiales
Aprendizaje Automatizado Redes Neuronales Artificiales Introducción Otra forma de emular características propias de los humanos: memorizar y asociar hechos. Se aprende de la experiencia. El cerebro humano
Más detallesNOMBRE CÓDIGO - CATEGORIZACIÓN
1 NOMBRE CÓDIGO - CATEGORIZACIÓN Kiara Lucas Herrera 1 1 Carrera de Ingeniería en Sistemas Computacionales Universidad de Guayaquil diferentes cluster de productos de la página de Amazon, llegando al resultado
Más detallesTécnicas de inteligencia computacional en predicción de viento en parques eólicos y problemas relacionados
Técnicas de inteligencia computacional en predicción de viento en parques eólicos y problemas relacionados Sancho Salcedo Sanz Grupo de Heurísticos Modernos de Optimización y Diseño de Redes () Departamento
Más detallesBIG DATA SCIENCE & ANALYTICS
BIG DATA SCIENCE & ANALYTICS Enzo Roccasalva Head of Practice: Advanced Analytics & Risk CONOCIENDO A SAS +40 Años de Experiencia +75,000 Instalaciones +140 Países 1 o Empresa privada de software más grande
Más detallesDeep Learning para el Reconocimiento de Texto Manuscrito. Trabajo Fin de Grado
Deep Learning para el Reconocimiento de Texto Manuscrito Trabajo Fin de Grado Quién es este chiquillo? Índice Reconocimiento de Caracteres Motivación Reconocimiento Óptico de Caracteres (OCR) Caracteres
Más detallesHOJA DE VIDA DE ROBERTO CRUZ RODES
HOJA DE VIDA DE ROBERTO CRUZ RODES FORMACIÓN 1996 2000 Doctorado en Ciencias Matemáticas. Instituto de Cibernetica Matemática y Física, ICIMAF, Cuba, Año de obtención: 2000 1981 1986 Pregrado/Universitario
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS: MATERIA O MÓDULO: CÓDIGO: CARRERA: NIVEL: INTELIGENCIA ARTIFICIAL II (Aprendizaje Automático) IS-12653 INGENIERIA DE SISTEMAS SEPTIMO No. CRÉDITOS: 4 CRÉDITOS TEORÍA: 2 CRÉDITOS
Más detallesWind power forecasting for the Villonaco wind farm using AI techniques
Wind power forecasting for the Villonaco wind farm using AI techniques A. Reyes 1, P. H. Ibargüengoytia 1, J. Diego Jijón 2, Tania Guerrero 2, Uriel García 1, and M. Borunda 3 1. Instituto Nacional de
Más detallesMinería Multimedia. Minería de datos NO estructurados (Textos, Imágenes, Audios y Videos)
Minería Multimedia Minería de datos NO estructurados (Tetos, Imágenes, Audios y Videos) Ana Isabel Oviedo Docente Universidad Pontificia Bolivariana ana.oviedo@upb.edu.co Medellín, octubre 19 de 2017 Motivación
Más detallesTécnicas de Predicción para la Eficiencia Energética en Smart Cities
Técnicas de Predicción para la Eficiencia Energética en Smart Cities Fernando J. Isorna 1, Alicia Troncoso 1 1 Departamento de Ingeniería Informática, Universidad Pablo de Olavide fjisoret@alumno.upo.es,
Más detallesTema 1 Fundamentos de Computación
Tema 1 Fundamentos de Computación Clase 2 Prof. María Alejandra Quintero Asignatura: Informática Escuela de Ingeniería Forestal Puntos a tratar Continuación hardware Memoria principal Dispositivos de almacenamiento
Más detallesPara conectarse a Internet solo se requiere un equipo de cómputo, una línea de trasmisión, un proveedor de acceso a Internet y un navegador.
Qué necesita un Usuario para conectarse a Internet? Para conectarse a Internet solo se requiere un equipo de cómputo, una línea de trasmisión, un proveedor de acceso a Internet y un navegador. Red de Computadoras
Más detallesIntroducción a la minería de datos
Introducción a la minería de datos 1 Temario Qué es minería de datos? Quién usa minería de datos? Por qué de la minería de datos? Ciclo virtuoso de la minería de datos 2 Definición de minería de datos
Más detallesComo SAS está apalancando las nuevas tecnologías. Copyright 2014, SAS Institute Inc. All rights reserved.
Como SAS está apalancando las nuevas tecnologías BIG DATA ANALYTICS Es el volumen o la complejidad de datos que te saca de tu zona de confort VOLUMEN VARIEDAD VELOCIDAD VALOR COMPLEJIDAD Definición Tradicional
Más detallesPolíticas de Seguridad de la Información en las organizaciones de los Poderes Judiciales
XVIII CONGRESO NACIONAL DE CAPACITACIÓN JUDICIAL Políticas de Seguridad de la Información en las organizaciones de los Poderes Judiciales Marcia Maggiore Esp. en Seguridad Informática, CISA, CRISC, Cert.
Más detallesEncontrando estructura en grandes volúmenes de datos
Encontrando estructura en grandes volúmenes de datos ACIS 13 de julio 2017 Carenne Ludeña Facultad de Ciencias Básicas Sobre mi trabajo: Profesora/investigadora en estadística Intereses: estadística, modelos,
Más detallesHerramientas para Mineria de Datos Masivos(Big Data)
Herramientas para Mineria de Datos Masivos(Big Data) Dr. Edgar Acuna Departamento de Ciencias Mathematicas y Programa Doctoral en Ciencias e Ingenieria de la Informacion y Computacion Universidad de Puerto
Más detallesAplicaciones empresariales
KDD y Data Minig Descubrimiento de Conocimiento en Bases de Datos Se define como la extracción no trivial de información implícita, desconocida, y potencialmente útil de los datos. La palabra descubrimiento
Más detallesMOMENTO I. BLOQUE 1. Opera las funciones básicas del sistema operativo y garantiza la seguridad de la información
MOMENTO I. BLOQUE 1. Opera las funciones básicas del sistema operativo y garantiza la seguridad de la información Objetos de aprendizaje: Computadora LECTURA 1: La computadora La computadora Es una máquina
Más detallesConjunto de Unidades que colaboran entre si para realizar una función general y donde cada unidad efectúa un trabajo específico.
1 Conjunto de Unidades que colaboran entre si para realizar una función general y donde cada unidad efectúa un trabajo específico. Por ejemplo: Sistema Circulatorio, Sistema Digestivo, etc. 2 Sistema de
Más detallesTendencias de presente/futuro en TIC s
28-29 Septiembre Tendencias de presente/futuro en TIC s Alejandro Sánchez-Rico alejandrosh@grupocmc.es @alejandrosr Laboralia 28-29 Sep IoT Big data AI Introducción Internet de las cosas Big Data Inteligencia
Más detallesSeminario de Informática. UNIDAD 1: Introducción a la Informática
Seminario de Informática UNIDAD 1: Introducción a la Informática 2016 Programa UNIDAD 1: Introducción a la Informática 1.Informática: Elementos de un sistema Informático. 2.Soporte Físico (HARDWARE): conceptos,
Más detallesCENTRO UNIVERSITARIO DE CIENCIAS EXACTAS E INGENIERÍAS DIVISIÓN DE ELECTRÓNICA Y COMPUTACIÓN
DATOSDEIDENTIFICACIÓNDELCURSO DEPARTAMENTO: CienciasComputacionales ACADEMIAALAQUEPERTENECE: Inteligencia Aritificial NOMBREDELAMATERIA: Redes Neuronales Artificiales CLAVEDELAMATERIA: CC410 CARÁCTERDELCURSO:
Más detallesBKS: Business Knowledge Series.
BKS: Business Knowledge Series. BigData analytics: Next Best Offer Content. 1 Presentado por: Gabriel Contreras. Detectando y descubriendo hábitos de consumo de contenidos y aplicaciones. Capítulo 1. Breve
Más detallesLuis Felipe Duque Álvarez. Estudiante de Ingeniería Electrónica. Grupo de Política y Gestión Tecnológica. Universidad Pontificia Bolivariana Medellín.
Bogotá 15 y 16 de Agosto de 2008 EXTRACCIÓN DE PATRONES DE LA ENCUESTA ANUAL MANUFACTURERA COLOMBIANA EMPLEANDO INTELIGENCIA ARTIFICIAL Luis Felipe Duque Álvarez. Estudiante de Ingeniería Electrónica.
Más detallesPresentación de Conclusiones. Pedro Maestre Yenes Vicepresidente de Estrategia Corporativa de Dintel
Presentación de Conclusiones Pedro Maestre Yenes Vicepresidente de Estrategia Corporativa de Dintel BANCA Y SEGUROS : CONCLUSIONES GENERALES (1) Hay que conocer nuestro ADN y actuar en consecuencia. Zapatero
Más detallesImplantación de Sistemas Operativos 1º ASIR
Sistemas de Numeración Sistema decimal El sistema de numeración que utilizamos es el decimal, que se compone de diez símbolos o dígitos a los que otorga un valor dependiendo de la posición que ocupen en
Más detallesGUÍA DOCENTE Computación Neuronal y Evolutiva. Grado en Ingeniería Informática
GUÍA DOCENTE 2016-2017 Computación Neuronal y Evolutiva 1. Denominación de la asignatura: Computación Neuronal y Evolutiva Titulación Grado en Ingeniería Informática Código 6382 Grado en Ingeniería Informática
Más detalles1. La importancia de la Informática
Introducción Contenidos 1. La importancia de la informática 2. Conceptos básicos y definiciones 3. Unidades de medida de la información 4. Componentes físicos y lógicos del ordenador 5. Evolución de los
Más detallesBase Trabajo Practico BIG DATA
Base Trabajo Practico BIG DATA Facultad de Sociales 1 BIG DATA Trabajo Practico 1. Leer el material de clase y ver los videos conforme el orden sugerido de la presentación siguiente 1. Registrarse e ingresar
Más detallesTécnicas de aprendizaje automático en el análisis de datos de DP. Dr. Carlos Fernández Lozano Juan de la Cierva-Formación
Técnicas de aprendizaje automático en el análisis de datos de DP Dr. Carlos Fernández Lozano Juan de la Cierva-Formación carlos.fernandez@udc.es Índice Acerca de mí Big data? Medicina de precisión? Integración
Más detallesRed Neuronal para el Reconocimiento de Patrones
Conferencia Taller Sistemas Neuro borrosos 26 de abril de 2017 Red Neuronal para el Reconocimiento de Patrones Juan Carlos Alvarado Pérez juan.alvarado@aunar.edu.co Facultad de Ingeniería Programa de ingeniería
Más detallesBig data, clima y meteorología
Big data, clima y meteorología Leopoldo Carro Calvo Ricardo García Herrera Natalia Calvo Fernández David Barriopedro Cepero Carlos Ordóñez García Facultad de Ciencias Físicas Big Data Características del
Más detallesPredicción e interpolación dinámica de los niveles de contaminación atmosférica mediante datos de intensidad de tráfico y dirección del viento
Predicción e interpolación dinámica de los niveles de contaminación atmosférica mediante datos de intensidad de tráfico y dirección del viento TRABAJO FIN DE MÁSTER Máster Universitario en Gestión de la
Más detallesZeus Platform ayuda a digitalizar las empresas y a cubrir los desafíos de la Industria 4.0
Zeus Platform ayuda a digitalizar las empresas y a cubrir los desafíos de la Industria 4.0 Obtenemos información en tiempo real de los procesos, máquinas, productos o cualquier otro tipo de dispositivo,
Más detalles