Tópicos de Datos y Textos

dc.contributor.authorCardozo, Nicolás Felipe
dc.date.accessioned2024-10-29T13:53:07Z
dc.date.available2024-10-29T13:53:07Z
dc.date.issued2021
dc.description.abstractEl exceso de información que vivimos actualmente nos reta a buscar y establecer nuevas metodologías para extraer información relevante a partir de datos en forma de textos escritos; en este sentido, el uso de distintas tecnologías representa un apoyo fundamental en la transformación de los datos en información, siendo el Machine Learning (ML) un conjunto de técnicas con potencial para lograr dicha transformación. En términos generales, el ML puede clasificarse en varios tipos, el aprendizaje por refuerzo, el supervisado, el no supervisado y recientemente se habla de aprendizaje semisupervisado; en todo este grupo de clasificaciones es posible realizar regresiones, agrupaciones, asociaciones, o clasificaciones, valga la redundancia, entre muchas otras técnicas y usos.spa
dc.identifier.instnameinstname:Universidad de La Sallespa
dc.identifier.reponamereponame:Repositorio Institucional - Universidad de La Sallespa
dc.identifier.repourlhttps://repository.lasalle.edu.co
dc.identifier.urihttps://hdl.handle.net/20.500.14625/37402
dc.language.isospa
dc.publisherUniversidad de La Salle. Dirección de Educación E-Learning
dc.relation.urihttps://ciencia.lasalle.edu.co/elearning_esc_negocios/23
dc.rightsopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectIA
dc.subjectMachine Learning
dc.subjectTópicos
dc.subjectDatos
dc.titleTópicos de Datos y Textos
dc.typebook

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
37153_23_fulltext.pdf
Tamaño:
553.25 KB
Formato:
Adobe Portable Document Format