Kenneth Cukier. Datos masivos, datos mucho mejores
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros
Estás filtrando por
Se encontraron 322895 resultados en recursos
Compartir este contenido
Kenneth Cukier. Datos masivos, datos mucho mejores
Copia el enlace o compártelo en redes sociales
Big Data Basics Tutorial | An Introduction to Big Data | Big Data Tutorial For Beginners, Part 1
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros
Compartir este contenido
Big Data Basics Tutorial | An Introduction to Big Data | Big Data Tutorial For Beginners, Part 1
Copia el enlace o compártelo en redes sociales
A Distributed and Scalable Machine Learning Approach for Big Data
En esta investigación se propone un enfoque novedoso de descomposición y combinación de matrices con el algoritmo PBCD (parallel block coordinate descent) para efectuar el esfuerzo computacional distribuido para varios de los más populares algoritmos de aprendizaje automático, tales como máquinas de vectores de soporte y la regresión logística. Tras aplicar dicho enfoque a los algoritmos mencionados, estos se pueden usar para resolver problemas que involucran datos masivos.
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros
Compartir este contenido
A Distributed and Scalable Machine Learning Approach for Big Data
Copia el enlace o compártelo en redes sociales
PivotalR, A Package for Machine Learning on Big Data
En este artículo se introduce el paquete PivotalR, el cual brinda una interfaz tipo R con API orientada a datos para usuarios R para acceder a datos masivos almacenados en bases de datos distributivas o sistemas de archivos distributivos Hadoop. PivotalR pone más énfasis en el aprendizaje automático al proporcionar un recubrimiento (wrapper) para MADlib, la cual es una biblioteca de código abierto de algoritmos escalables de aprendizaje automático.
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros
Compartir este contenido
PivotalR, A Package for Machine Learning on Big Data
Copia el enlace o compártelo en redes sociales
Machine Learning Big Data Framework and Analytics for Big Data Problems
En este artículo se proponen algoritmos de soft computing para su aplicación en problemas de datos masivos, particularmente en el área biomédica. El propósito es brindar un análisis rápido para detectar cáncer con base en la extracción de información útil en expresión de genes, perfilación de proteínas y datos de secuencia genómica. Esta investigación también es significativa para mujeres con alto riesgo de cáncer ovárico debido a su historial personal o familiar.
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros
Compartir este contenido
Machine Learning Big Data Framework and Analytics for Big Data Problems
Copia el enlace o compártelo en redes sociales
EMG Pattern Recognition in the Era of Big Data and Deep Learning
En este documento se brinda una introducción breve de los factores principales que expanden los recursos de datos electromiográficos (EMG, por su sigla en inglés) en la era de los datos masivos gracias a los progresos recientes de los conjuntos de datos EMG compartidos. También se muestra una revisión de la investigación y desarrollo reciente en métodos de reconocimiento de patrones EMG que se pueden aplicar a la analítica de datos masivos.
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros
Compartir este contenido
EMG Pattern Recognition in the Era of Big Data and Deep Learning
Copia el enlace o compártelo en redes sociales
From Big Data to Deep Learning, A Leap Towards Strong AI or ?Intelligentia Obscura??
Se ha logrado un progreso increíble en el campo de la inteligencia artificial (AI, por su sigla en inglés) y el aprendizaje automático en particular. Los enfoques nuevos en aprendizaje profundo son prometedores para incluso alentar la idea de una AI equipada con capacidades de automejora. Pero, ¿cuáles son las implicaciones sociales amplias de este desarrollo y hasta qué punto los conceptos clásicos de AI son relevantes? En este artículo se discuten estas cuestiones.
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros
Compartir este contenido
From Big Data to Deep Learning, A Leap Towards Strong AI or ?Intelligentia Obscura??
Copia el enlace o compártelo en redes sociales
Enhancing Health Risk Prediction with Deep Learning on Big Data and Revised Fusion Node Paradigm
El propósito de esta investigación fue desarrollar un marco para mejorar la predicción de la salud con los paradigmas de nodo de fusión revisado y aprendizaje profundo. El nodo de fusión es un modelo de fusión de información para construir sistemas de predicción. El aprendizaje profundo implica la aplicación compleja de algoritmos de aprendizaje automático, tales como fusiones bayesianas y redes neuronales, para la extracción de datos e inferencia lógica.
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros
Compartir este contenido
Enhancing Health Risk Prediction with Deep Learning on Big Data and Revised Fusion Node Paradigm
Copia el enlace o compártelo en redes sociales
The Application of Machine Learning in Data Mining Under Big Data Environment
El aprendizaje automático de datos masivos en un tópico de investigación global, ya que implica el diseño de un sistema a gran escala y algoritmos de aprendizaje automático. En este documento se describe la teoría de aprendizaje automático. Con base en la minería de datos, se discute un diagrama de flujo del algoritmo de capacitación de redes neuronales y se analiza la aplicación y prospectos del aprendizaje automático en datos masivos.
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros
Compartir este contenido
The Application of Machine Learning in Data Mining Under Big Data Environment
Copia el enlace o compártelo en redes sociales
A Systematic Literature Review on Features of Deep Learning in Big Data Analytics
El aprendizaje profundo (deep learning, DL) es una división de las técnicas de aprendizaje automático que está basada en algoritmos para aprender niveles múltiples de representaciones. El propósito de esta investigación es identificar las características existentes de los enfoques de DL para su uso en analítica de datos masivos, así como características clave que puedan afectar el desempeño de dichos enfoques. Para ello, se realizó una revisión sistemática de la literatura al respecto.
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros
Compartir este contenido
A Systematic Literature Review on Features of Deep Learning in Big Data Analytics
Copia el enlace o compártelo en redes sociales
Selecciona las Colecciones en las que vas a añadir el contenido
Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.