Academic literature on the topic 'Aprendizaje de máquinas'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Aprendizaje de máquinas.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Aprendizaje de máquinas"
Castro, Fausto M., and Pablo E. Jojoa. "Entrenamiento Comprimido Basado en Máquinas de Aprendizaje Extremo." Información tecnológica 30, no. 4 (August 2019): 227–36. http://dx.doi.org/10.4067/s0718-07642019000400227.
Full textTusa, Eduardo, David Lane, and Neil Robertson. "Comparación de nueve algoritmos de máquinas de aprendizaje con aplicaciones en la detección de arrecife de coral." Cumbres 1, no. 1 (June 16, 2015): 36–41. http://dx.doi.org/10.48190/cumbres.v1n1a5.
Full textWasserman, Edward A. "Humans, animals and computers: Minding machines?" Revista de Psicología 18, no. 2 (January 1, 2009): 25. http://dx.doi.org/10.5354/0719-0581.2009.17119.
Full textPrieto-Romero, Juan José, and María Ángeles Martín Maraver. "Trabajo cooperativo en el aula de fundamentos de teoría de máquinas y mecanismos." Revista Educación en Ingeniería 12, no. 23 (January 1, 2017): 21. http://dx.doi.org/10.26507/rei.v12n23.710.
Full textGonzález, Marcos Amaris, Víctor Eduardo Martinez Abaunza, and Pablo Emilio Guillén Rondón. "Medidas de similaridad de información basadas en compresión de datos." Comunicaciones en Estadística 5, no. 2 (February 1, 2013): 169. http://dx.doi.org/10.15332/s2027-3355.2012.0002.04.
Full textRamírez-Jiménez, Diego, and Julián David Quintero-Ospina. "Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje." Ingeniería Solidaria 15, no. 27 (January 10, 2019): 1–23. http://dx.doi.org/10.16925/2357-6014.2019.01.05.
Full textTusa, Eduardo, Alan Reynolds, Neil Robertson, David Lane, Hyxia Villegas, and Antonio Bosnjak. "Comparación de algoritmos de máquinas de aprendizaje para la detección de arrecife de coral." Enfoque UTE 5, no. 3 (September 30, 2014): 45–56. http://dx.doi.org/10.29019/enfoqueute.v5n3.43.
Full textMillán-Rojas, Edwin Eduardo, Adriana Patricia Gallego-Torres, and Diana Carolina Chico-Vargas. "Simulación de una red Grid con máquinas virtuales para crear un entorno de aprendizaje de la computación de alto desempeño." REVISTA FACULTAD DE INGENIERÍA 25, no. 41 (January 22, 2016): 85. http://dx.doi.org/10.19053/01211129.4140.
Full textGarcía-Arteaga, Joel Junior, Jesús Javier Zambrano-Zambrano, Roberth Alcivar-Cevallos, and Walter Daniel Zambrano-Romero. "Predicción del rendimiento de cultivos agrícolas usando aprendizaje automático." Revista Arbitrada Interdisciplinaria Koinonía 5, no. 2 (October 1, 2020): 144. http://dx.doi.org/10.35381/r.k.v5i2.1013.
Full textPadilla-Ospina, Ana Milena, Javier Enrique Medina-Vásquez, and Javier Humberto Ospina-Holguín. "Métodos de aprendizaje automático en los estudios prospectivos desde un ejemplo de la financiación de la innovación en Colombia." REVISTA DE INVESTIGACIÓN, DESARROLLO E INNOVACIÓN 11, no. 1 (August 15, 2020): 9–21. http://dx.doi.org/10.19053/20278306.v11.n1.2020.11676.
Full textDissertations / Theses on the topic "Aprendizaje de máquinas"
Angulo, Bahón Cecilio. "Aprendizaje con máquinas núcleo en entornos de multiclasificación." Doctoral thesis, Universitat Politècnica de Catalunya, 2001. http://hdl.handle.net/10803/6178.
Full textLa regularización o penalización es uno de estos principios que favorecen a nivel teórico la generalización, sobre el cual se ha desarrollado un método de cálculo directo de la matriz de regularización cuando se utiliza como estabilizador un operador diferencial de segundo grado, precisamente aquel que minimiza el grado de convexidad de la función solución, evitando así y el proceso iterativo de cálculo de la matriz hessiana y fijando el tipo de núcleo a ser utilizado.
Los nexos de unión entre la regularización y el principio de minimización del riesgo estructural así como las excelentes características teóricas mostradas por este ´ ultimo principio trabajando, por definición, sobre conjuntos finitos de datos y expandiendo su solución sobre un número pequeño de núcleos, han llevado a desplazar el foco de trabajo de numerosos investigadores
hacia las máquinas de soporte vectorial, su materialización procedimental. En este contexto, se ha desarrollado una máquina que permite extender de forma natural el comportamiento binario de estas máquinas núcleo de margen máximo sobre problemas de clasificación hacia una solución ternaria m´asacorde con la estructura geométrica de los datos, en especial en las situaciones habituales de espacios de salida que poseen más de dos clases. El uso de la nueva arquitectura, bautizada K-SVCR,
en problemas de multiclasificación resulta más adecuado que las reducciones estándares de problemas multiclase sobre máquinas biclasificadoras en estructuras en paralelo o arbóreas puesto que cada nodo de dicotomía considera todo el espacio de entrenamiento y se fuerza al hiperplano de separación a considerar la estructura geométrica de los patrones de entrenamiento. En especial, se demuestra la robustez del nuevo método ante fallos en las predicciones de algunos de sus nodos de trabajo cuando se considera un tipo especial de combinación de estas respuestas. La nueva arquitectura de multiclasificación ha sido modificada con posterioridad para ser implementada sobre un problema de clasificación con características independientes, la ordenación o problema de aprendizaje de preferencias. Sus prestaciones son evaluadas sobre una aplicación financiera en la determinación de riesgos crediticios. Finalmente, una aplicación de categorización o discriminación de escenarios de depuración donde incide el efecto de la temporalidad sirve también como ejemplo de funcionamiento.
The property of generalization of a learning machine, i.e. its capacity to emit a correct answer on a new similar input to those with wich it has been trained, is the basic behavior looked for in the supervised connexionists systems and it serves as justification in the selection of the inductive principles and the type of learning structures to ellaborate the present study.
The penalty is one of these principles that favor at theoretical level the generalization, on which a method of direct calculation of the regularization matrix when a second degree differential operator is used like stabilizer, indeed that diminishing the convexity degree of the solution function, avoiding therefore the iterative process of calculation of the Hessian matrix, has been developed and fixing the type of kernel to be used.
Links between regularization and the structural risk minimization principle as well as the excellent theoretical characteristics shown by this last principle working, by definition, on finite data sets and expanding their solution on a small number of kernels, have taken to move the center of study of numerous investigators towards the support vector machines, their procedural materialization. In this context, a machine that allows to extend of natural form the binary behavior of these maximum margin ker-nel machines on classification problems towards an agreed ternary solution with the geometric structure of the data has been developed, in special in the habitual situations of output spaces having more than two classes.
The use of the new architecture, named K-SVCR, in multiclassification problems is more suitable than the standard reductions from multiclass problems on biclass machines in tree or parallel structures, since each di-chotomie node considers all the training space and force to the hyperplane of separation to consider the geometric structure of the training patterns.
In special, the robustness of the new method is demostrated on failures in the predictions of some of its working nodes when a special type of combination of these answers is considered.
The new architecture of multiclassification has been modified later to be implemented on a classification problem with independent characteristics, the ordenation or learning of preferences problem. Their benefits are evaluated on a financial application in the determination of credit risks.
Finally, an application of categorization in waste water plant scenes, where the temporality affects, also serves like operation example.
Valdivia, Hennig Tomás Alonso. "Aplicaciones de aprendizaje de máquinas y EEG para salud mental." Tesis, Universidad de Chile, 2018. http://repositorio.uchile.cl/handle/2250/167749.
Full textLa ciencia de los datos y el aprendizaje de máquinas son un conjunto de técnicas y herramientas que han permitido gran desarrollo en diversas áreas de la técnica y las ciencias naturales. Las técnicas utilizadas en general no son necesariamente nuevas, sin embargo, el aumento explosivo en la capacidad de almacenamiento de datos y cómputos han hecho que estas herramientas hayan sido más aplicadas que nunca y su creciente fama puede deberse a la efectividad que tienen. Una de las áreas que se ha visto influenciada por este tipo de aplicaciones es la biomedicina. Un desafío importante en neuropsiquiatría es tener exámenes objetivos que indiquen presencia de trastornos psiquiátricos por sus anormalidades a nivel fisiológico. Se han realizado diversos esfuerzos en esta línea, muchos con buenos resultados, aunque esto todavía no se emplea a nivel clínico. En la presente memoria se evalúa la capacidad discriminativa de las mediciones de electroencefalografías para diferenciar poblaciones clasificadas previamente por expertos. Este trabajo busca ahondar en esta línea, mostrando que no sólo es posible para adultos, sino que también para niños y adolescentes. Junto a esto, se estudia el caso de la diferenciación utilizando grabaciones realizadas con un sistema de adquisición de bajo costo. Para responder a estas interrogantes se diseña una metodología basada en ciencia de los datos y aprendizaje de máquinas para evaluar la capacidad de discriminación del EEG en reposo en trastornos psiquiátricos relacionados con la esquizofrenia. Se conducen dos experimentos, el primero con grabaciones de EEG clínico de adolescentes rusos sin tratamiento farmacológico, con síntomas asociados a esquizofrenia y sin síntomas; y el segundo con grabaciones de EEG tomadas con un hardware comercial de bajo costo a adultos chilenos en tratamiento farmacológico diagnosticados con esquizofrenia u otro trastorno psiquiátrico. Esta discriminación se plantea como un problema de clasificación. La evaluación se realiza a través de un test estadístico de diferencia de medianas no paramétrico a los puntajes asignados por los clasificadores. Los resultados muestran que los clasificadores diferencian a ambas poblaciones de adolescentes con una significancia estadística del 0.1% con todos los métodos estudiados, se determinan además familias de características relevantes. El segundo caso logra una diferenciación con una significancia estadística del 5% para uno de los métodos empleados. Se estima que esto se puede mejorar con más datos, ajuste de los parámetros de los métodos y con la toma de datos de más datos.
CMM Conicyt PIA AFB170001
Gómez, Padilla David Ignacio. "Mejoramiento de la clasificación funcional de enzimas usando aprendizaje de máquinas." Tesis, Universidad de Chile, 2017. http://repositorio.uchile.cl/handle/2250/148595.
Full textLos avances tecnológicos han permitido secuenciar el ADN de un organismo de manera mucho más accesible que en el pasado. Esto ha generado grandes volúmenes de información; en particular, de los principales productos génicos, las proteínas. Sin embargo, solo se ha logrado asignar funcionalidad a una centésima parte de las proteínas disponibles, ya que ello se realiza de forma experimental, lo cual es muy laborioso y lento. Es por ello que se han desarrollado un gran número de métodos computacionales que buscan predecir la funcionalidad de las proteínas. Dentro de ellos, BLAST (Basic Local Alignment Search Tool) ha sido el más usado, el cual asigna funcionalidad basándose en la noción de homología: proteínas con secuencias aminoacídicas similares tendrían funciones similares. Sin embargo se ha visto que proteínas con secuencias muy distintas pueden tener la misma funcionalidad, y variaciones en la secuencia de una proteína pueden tener grandes impactos en su función. Debido a las limitaciones de la inferencia de funcionalidad basado en homología, numerosos acercamientos basados en aprendizaje de máquinas han sido propuestos como alternativas. CAFA (Critical Assesment of Functional Annotation) es una competencia que busca evaluar las distintas alternativas que han surgido. Este desafío ha arrojado que no existe un método que sobrepase claramente a los demás, además de probar que si bien las alternativas propuestas sobrepasan el rendimiento de BLAST, este último aún sigue teniendo efectividad. En el presente trabajo se propone BLAST-KNN: un algoritmo que ensambla técnicas de aprendizaje de máquinas junto a BLAST para mejorar el proceso de clasificación funcional en enzimas, un subconjunto de las proteínas, utilizando la nomenclatura de los números EC (Enzyme Commission) como etiquetas. De esta manera se aprovecha la efectividad de BLAST y se intentan corregir aquellas clases en que este no tiene un rendimiento perfecto. Se incorpora el uso del programa InterProScan como extractor de características para representar las proteínas, lo que entrega la ventaja de tener información basada no solo en homología. Se seleccionan las características más relevantes usando técnicas de teoría de la información. Usando los datos disponible en SwissProt que cuentan con sus cuatro dígitos EC asignados, se logran mejorar 835 clases en términos del puntaje F1 obtenido solo por BLAST, lo que representa el 55.48% de las clases en que BLAST no tiene un rendimiento perfecto. Además, se muestra un predominio de BLAST-KNN frente a BLAST al evaluar clases con más de un número EC asignado, mejorando el 60.3% de los casos. Por otro lado, se valida PANTHER, CDD y los descriptores propios de InterPro (IPR) como fuente importante de información al momento de predecir números EC a nuevas enzimas. Las limitantes del algoritmo propuesto están en la poca información por clase disponible, teniendo una distribución no uniforme en el número de muestras por etiquetas, lo que fuerza a utilizar algoritmos simples para clasificar. Se propone mejorar la representación de las enzimas incorporando nuevas características, así como extender el clasificador a uno que considere enzimas que no tengan los cuatro dígitos EC asignados.
Este trabajo ha sido parcialmente financiado por Conicyt 11150107
Mandrilli, Escudero Paula Alejandra. "Predicción de precipitación en Mendoza y Buenos Aires mediante técnicas de aprendizaje de máquinas." Bachelor's thesis, Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales, 2018. http://bdigital.uncu.edu.ar/14016.
Full textFil: Mandrilli Escudero, Paula Alejandra. Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales.
Chapoñan, Mori José Mercedes. "Nuevas Tecnologías en máquinas Industriales de confección textil: plan de acción." Bachelor's thesis, Pontificia Universidad Católica del Perú, 2018. http://tesis.pucp.edu.pe/repositorio/handle/123456789/11401.
Full textTrabajo académico
Marinkovic, Gómez Andrés Segundo. "Aplicación de Técnicas de Aprendizaje de Máquinas para la Detección de Husos Sigma en Señales de Sueño." Tesis, Universidad de Chile, 2012. http://www.repositorio.uchile.cl/handle/2250/104414.
Full textCenteno, Leguía James. "Máquina de aprendizaje híbrido para el diagnóstico temprano de cáncer de mama." Bachelor's thesis, Universidad Nacional Mayor de San Marcos, 2015. https://hdl.handle.net/20.500.12672/8834.
Full textContribuye con un diagnóstico de cáncer de mama más efectivo, construyendo una herramienta de apoyo al diagnóstico médico, que permita un análisis más eficiente de las mamografías, aportando a disminuir el índice de error en el diagnóstico de cáncer de mama. Esta herramienta utiliza la técnica de máquina de soporte vectorial multinivel por ser la que mejor desempeño tiene según el análisis de diversos estudios que se ha realizado, superando a las clásicas técnicas estadísticas, técnicas de redes neuronales, algoritmos genéticos. De esta investigación se concluye que entre las técnicas de análisis de imágenes, las técnicas que tienen un mejor desempeño son las máquinas de aprendizaje híbrido, que son resultado de mezclar técnicas clásicas propias de la inteligencia artificial generando de esta manera nuevas técnicas que tienen en algunos casos mejor desempeño.
Trabajo de suficiencia profesional
San, Martín Silva Gabriel Antonio. "Modelo para identificación de modos de falla de máquinas en base a variational Auto-Encoders." Tesis, Universidad de Chile, 2018. http://repositorio.uchile.cl/handle/2250/151666.
Full textDentro del campo de la ingeniería mecánica, una de las áreas que más crecimiento ha mostrado en los últimos años es la de la gestión de activos físicos y confiabilidad. Junto con la capacidad de construir máquinas y sistemas más complejos, el problema de la detección temprana de fallas en elementos mecánicos se vuelve de suma importancia. Al mismo tiempo, el incremento en la disponibilidad de tecnología sensitoria ha dado a los ingenieros la capacidad de medir una gran cantidad de variables operacionales, como por ejemplo presión, temperatura o emisiones acústicas, a frecuencias de muestreo altísimas. Es ese aspecto, se vuelve un desafío en sí mismo el poder procesar esa cantidad de datos de una manera eficiente, con tal de extrar información útil a partir de ellos. Una metodología para enfrentar este problema es el desarrollo de técnicas de reducción de dimensionalidad, las cuales, si son implementadas de forma correcta, pueden generar una mejor representación de los datos con el fin de mejorar el diagnóstico posterior de los modos de falla presentes. La motivación principal de este trabajo de título es la necesidad de desarrollar modelos confiables para el diagnóstico de modos de falla en elementos mecánicos utilizando técnicas de Aprendizaje de Máquinas. Estos modelos pueden resultar en grandes beneficios para los sectores industriales, tanto en términos de ahorros monetarios como seguridad operacional. El principal objetivo de esta tesis es desarrollar modelos para el diagnóstico de fallas en elementos mecánicos basados en una reducción de dimensionalidad usando un Auto Encoder Variacional (VAE), y luego evaluar y comparar los resultados obtenidos con un modelo similar que usa Análisis de Componentes Principales (PCA) como método de reducción de dimensionalidad y un tercer modelo que no genera una reducción. La metodología usada para este trabajo consiste principalmente de cinco etapas. Primero, una revisión del estado del arte respecto a metodologías existentes para el diagnóstico de fallas es desarrollada. Luego, la adquisición y preprocesamiento de datos operacionales que serán utilizados para entrenar y evaluar los modelos desarrollados. Tercero, el modelo que usa PCA y el modelo que no realiza reducción de dimensionalidad es implementado. Cuarto, el modelo que utiliza VAE es desarrollado e implementado. Por último, el modelo que usa VAE es comparado con los otros dos modelos para extraer conclusiones sobre su aplicabilidad. La principal conclusión de este trabajo es que el modelo que utiliza VAE es mejor en el diagnóstico de modos de falla que el que utiliza PCA para situaciones donde la cantidad de datos etiquetados es escasa, o para los casos cuando una reducción de dimensionalidad muy drástica es requerida. Tambien, el modelo que utiliza VAE casi siempre presenta mejores resultados que el modelo que no genera reducción en los datos, mostrando la importancia de reducir la dimensionalidad de los datos previo a una operación de diagnóstico o clasificación.
Ramírez, Castillo Jorge Armando. "Activación de una máquina automática de cocción de granos de maíz mediante una interfaz cerebro-computador que detecta caídas de rendimiento cognitivo en estudiantes durante sesiones de aprendizaje buscando brindar descansos saludables." Bachelor's thesis, Pontificia Universidad Católica del Perú, 2021. http://hdl.handle.net/20.500.12404/20410.
Full textVergara, Correa Ismael Alfonso. "Obtención de un Clasificador Optimo para la Evaluación de la Calidad de Modelos Tridimensionales de Proteínas." Tesis, Universidad de Chile, 2008. http://repositorio.uchile.cl/handle/2250/103015.
Full textBooks on the topic "Aprendizaje de máquinas"
Nicoletti, Maria do Carmo. Tópicos de aprendizado de máquina e técnicas subjacentes. Editora CRV, 2018. http://dx.doi.org/10.24824/978854442716.3.
Full textInnovación Docente y Calidad Institucional : Jornadas de Innovación Docente e Investigación Educativa UZ, Zaragoza, 5 y 6 de septiembre de 2019. Universidad de Zaragoza, 2021. http://dx.doi.org/10.26754/uz.978-84-09-29715-3.
Full textCarut, Silvia, María Grazia Mainero, and Graciela Sequeira, eds. La máquina de escribir. Editorial de la Universidad Nacional de La Plata (EDULP), 2019. http://dx.doi.org/10.35537/10915/79535.
Full textPeixoto, Fabiano Hartmann, and Eduardo Dib Maximiniano Junqueira. Relatório Técnico Conclusivo - Projeto Mandamus: Projeto de Pesquisa e Desenvolvimento de Aprendizagem de Máquina para criação da Central Inteligente de Mandados. Fabiano Hartmann Peixoto, 2021. http://dx.doi.org/10.29327/530651.
Full textde Almeida, Sérgio Neri, and José Helvécio Martins. Análise e otimização do processo de predição de demanda de peças de reposição com ênfase na demanda intermitente. Brazilian Journals Editora, 2021. http://dx.doi.org/10.35587/brj.ed.0000955.
Full textBook chapters on the topic "Aprendizaje de máquinas"
Carvalho, V. O., L. A. Neves, M. F. de Godoy, R. D. Moreira, A. R. Moriel, and L. O. Murta Junior. "Aprendizado de Máquina Simbólico e Técnicas Fractais Para Caracterizar Rejeição em Biópsia Miocárdica." In V Latin American Congress on Biomedical Engineering CLAIB 2011 May 16-21, 2011, Habana, Cuba, 272–75. Berlin, Heidelberg: Springer Berlin Heidelberg, 2013. http://dx.doi.org/10.1007/978-3-642-21198-0_70.
Full textSoares, Lucas de Oliveira, Luiz Alberto Pinto, and Diego Assereuy Lobão. "UMA ABORDAGEM BASEADA EM APRENDIZADO DE MÁQUINA E DESCRITORES ESTATÍSTICOS PARA O DIAGNÓSTICO DE FALHAS EM ROLAMENTOS DE MÁQUINAS ROTATIVAS." In Engenharia Elétrica: O Mundo sob Perspectivas Avançadas, 402–14. Atena Editora, 2021. http://dx.doi.org/10.22533/at.ed.13821130528.
Full textda Silva, Daniel, Artur Ziviani, and Fabio Porto. "Aprendizado de máquina e inferência em Grafos de Conhecimento." In Tópicos em Gerenciamento de Dados e Informações: Minicursos do SBBD 2019, 93–122. SBC, 2019. http://dx.doi.org/10.5753/sbc.6251.1.4.
Full textOliveira, Renan Romão, Regimar Francisco dos Santos, Glaucilene Ferreira Catroli, and Fábio Andrijauskas. "AMBIENTE DE APRENDIZADO PARA ESTUDO DE MÁQUINAS VIRTUAIS EM SISTEMA EMBARCADO." In Engenharia Moderna: Soluções para Problemas da Sociedade e da Indústria 2, 47–57. Atena Editora, 2021. http://dx.doi.org/10.22533/at.ed.9982113045.
Full textPereira, Amanda Lucas, Lizandra Silva Sá, and Luiz Alberto Pinto. "DIAGNÓSTICO DE ARRITMIAS CARDÍACAS APLICANDO TÉCNICAS DE APRENDIZADO DE MÁQUINA." In Impactos das Tecnologias na Engenharia Biomédica, 32–42. Atena Editora, 2019. http://dx.doi.org/10.22533/at.ed.3702017014.
Full textSilva Júnior, Ricardo Roberto Carlos da, and Hilário Tomaz Alves de Oliveira. "IDENTIFICAÇÃO AUTOMÁTICA DE PERFIS DE MOTORISTAS USANDO APRENDIZADO DE MÁQUINA." In Sistemas de Informação e Aplicações Computacionais, 48–59. Atena Editora, 2020. http://dx.doi.org/10.22533/at.ed.1702018085.
Full textRicciardi Correa Lopes, Tiago, and Barbara Elisa Dapper. "Projeto de criação de identidade visual para o ambiente virtual de aprendizagem da UNISINOS." In A educação em tempos da revolução das máquinas, 170–99. Pimenta Cultural, 2018. http://dx.doi.org/10.31560/pimentacultural/2018.778.166-199.
Full textRicciardi Correa Lopes, Tiago, and Barbara Elisa Dapper. "Projeto de criação de identidade visual para o ambiente virtual de aprendizagem da UNISINOS." In A educação em tempos da revolução das máquinas, 170–203. Pimenta Cultural, 2018. http://dx.doi.org/10.31560/pimentacultural/2018.778.170-203.
Full textBarbosa, Lucas, and Leone de Jesus. "Como as Máquinas Enxergam? Um apanhado teórico e prático sobre Visão Computacional aplicada a problemas cotidianos utilizando Aprendizado de Máquina e Inteligência Artificial." In Minicursos da XX Escola Regional de Computação Bahia, Alagoas e Sergipe, 7–29. SBC, 2020. http://dx.doi.org/10.5753/sbc.7062.7.1.
Full textAlves, Marcelo Arraché, Daniel Xie Wang, Viter Magalhaes Pinto, Henrique Pereira Borges, and Elisandra Hernandes da Fonseca. "A classificação automática de minerais utilizando técnicas de aprendizado de máquina." In Engenharia no Século XXI – Volume 13. Editora Poisson, 2020. http://dx.doi.org/10.36229/978-85-7042-235-4.cap.20.
Full textConference papers on the topic "Aprendizaje de máquinas"
Blázquez, Francisco, and Carlos A. Platero. "Autoaprendizaje en materia de Máquinas Eléctricas." In Aprendizaje, Innovación y Cooperación como impulsores del cambio metodológico. Actas del V Congreso Internacional sobre Aprendizaje, Innovación y Cooperación. Zaragoza: Servicio de Publicaciones Universidad, 2019. http://dx.doi.org/10.26754/cinaic.2019.0099.
Full textLlácer Iglesias, Rosa, Estíbaliz Fernández de Velasco, and Francisco Javier Martínez Solano. "Balance de resultados en la aplicación de metodologías activas de aprendizaje en la asignatura de Máquinas Hidráulicas (Grado de Ingeniería en Tecnologías Industriales)." In IN-RED 2018: IV Congreso Nacional de Innovación Educativa y Docencia en Red. Valencia: Universitat Politècnica València, 2018. http://dx.doi.org/10.4995/inred2018.2018.8757.
Full textSánchez Caballero, Samuel, S. Montava-Jorda, M. A. Selles, and A. V. Martínez. "Implementación de las tareas semanales mediante la plataforma PoliformaT para la mejora de resultados en el aprendizaje por proyectos." In IN-RED 2019: V Congreso de Innovación Educativa y Docencia en Red. València: Editorial Universitat Politècnica de València, 2019. http://dx.doi.org/10.4995/inred2019.2019.10424.
Full textMontava-Jorda, Sergi, Samuel Sánchez Caballero, Miguel Ángel Sellés Cantó, Antonio Vicente Martinez Sanz, and Vicente Colomer Romero. "Implantación de la Docencia Inversa en las prácticas de la asignatura “Teoría y Diseño de Máquinas”." In IN-RED 2020: VI Congreso de Innovación Educativa y Docencia en Red. Valencia: Universitat Politècnica de València, 2020. http://dx.doi.org/10.4995/inred2020.2020.12022.
Full textLlácer Iglesias, Rosa, and F. Javier Martínez-Solano. "Experiencia en la aplicación de la docencia inversa para el aprendizaje de la asignatura de Máquinas Hidráulicas (Grado de Ingeniería en Tecnologías Industriales)." In In-Red 2016 - Congreso de Innovación Educativa y Docencia en Red de la Universitat Politècnica de València. Valencia: Universitat Politècnica València, 2016. http://dx.doi.org/10.4995/inred2016.2016.4288.
Full textHorta, Euler Guimarães, and Antônio Pádua Braga. "Aplicação de Máquinas de Aprendizado Extremo ao Problema de Aprendizado Ativo." In 11. Congresso Brasileiro de Inteligência Computacional. SBIC, 2016. http://dx.doi.org/10.21528/cbic2013-069.
Full textOlimpio, Victor, André Nascimento, Aline Paes, and Daniel De Oliveira. "WorkflowSim4RL: Aprendizado por Reforço Aplicado ao Escalonamento de Workflows Científicos em Nuvens." In XVII Workshop em Desempenho de Sistemas Computacionais e de Comunicação. Sociedade Brasileira de Computação - SBC, 2018. http://dx.doi.org/10.5753/wperformance.2018.3318.
Full textRego, Richard Caio, and Raul Nunes. "Filtro de Bloom como Ferramenta de Apoio a Detectores de Ataques Web baseados em Aprendizagem de Máquina." In Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais. Sociedade Brasileira de Computação, 2019. http://dx.doi.org/10.5753/sbseg.2019.13964.
Full textAcioli, Patrick, and José Maria P. Menezes Jr. "Prognósticos de Resultados de Futebol Utilizando Aprendizagem de Máquinas." In ANAIS DO 14º SIMPóSIO BRASILEIRO DE AUTOMAçãO INTELIGENTE. Galoa, 2019. http://dx.doi.org/10.17648/sbai-2019-111601.
Full textT. Cordeiro Ottoni, Lara, André Luiz C. Ottoni, Marcos S. de Oliveira, and Erivelton G. Nepomuceno. "AutoRL-TSP: Sistema de Aprendizado por Reforço Automatizado para o Problema do Caixeiro Viajante." In Congresso Brasileiro de Automática - 2020. sbabra, 2020. http://dx.doi.org/10.48011/asba.v2i1.1658.
Full text