3 búsqueda de la palabra clave 'Learning,'

Series temporales y deep learning / Diego Cendán Bedregal (2022) 

Público ISBD Título : Series temporales y deep learning : NeuralProphet Tipo de documento: documento electrónico Autores: Diego Cendán Bedregal, Autor ; Ricardo Queralt Sánchez de las Matas, Director de tesi Fecha de publicación: 2022 Número de páginas: 50 p. Nota general: Máster Universitario en Ciencia de Datos Idioma : Español (spa) Materias: Inteligencia artificial Redes neuronales Series temporales Palabras clave: Deep  Learning,  Series  temporales,  Modelos  Prophet  y  NeuralProphet,  comparación  predictiva,  Makridakis  forecasting  Competition,  Python. Deep  Time  Series,  and  NeuralProphet  models,  predictive  comparison,  Python. Clasificación: 004.8 Inteligencia artificial. Razonamiento y aprendizaje automatizados. Sistemas inteligentes Resumen: La incorporación del Deep Learning en la predicción de series temporales ha supuesto un gran avance con respecto a los métodos clásicos. En este proyecto se analizan las diferencias y similitudes entre los modelos Prophet y NeuralProphet realizando una comparación predictiva con un amplio conjunto de series temporales. Se lleva a cabo un estudio de los fundamentos teóricos de ambos modelos, así como un análisis bibliográfico de la cuarta edición de la Makridakis forecasting competition. Finalmente se realiza una aplicación práctica en la que se estudia y compara el rendimiento de los modelos en función del origen y periodicidad de las series. Para ello, utilizamos la herramienta de software Python. The addition of Deep Learning to time series forecasts has led to a vast improvement in comparison with classic methods. This paper analyses the likenesses and differences between Prophet and NeuralProphet models by making a predictive comparison with a broad sample of time series. The present paper also discusses the theoretical fundamentals of both models and includes a bibliographical analysis of Makridakis forecasting competition. Finally, the performance of the two models is studied and compared in a practical application run on Python and based on the frequency and origin of the times series. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=50109 Series temporales y deep learning : NeuralProphet [documento electrónico] / Diego Cendán Bedregal, Autor ; Ricardo Queralt Sánchez de las Matas, Director de tesi . - 2022 . - 50 p. Máster Universitario en Ciencia de Datos Idioma : Español (spa) Materias: Inteligencia artificial Redes neuronales Series temporales Palabras clave: Deep  Learning,  Series  temporales,  Modelos  Prophet  y  NeuralProphet,  comparación  predictiva,  Makridakis  forecasting  Competition,  Python. Deep  Time  Series,  and  NeuralProphet  models,  predictive  comparison,  Python. Clasificación: 004.8 Inteligencia artificial. Razonamiento y aprendizaje automatizados. Sistemas inteligentes Resumen: La incorporación del Deep Learning en la predicción de series temporales ha supuesto un gran avance con respecto a los métodos clásicos. En este proyecto se analizan las diferencias y similitudes entre los modelos Prophet y NeuralProphet realizando una comparación predictiva con un amplio conjunto de series temporales. Se lleva a cabo un estudio de los fundamentos teóricos de ambos modelos, así como un análisis bibliográfico de la cuarta edición de la Makridakis forecasting competition. Finalmente se realiza una aplicación práctica en la que se estudia y compara el rendimiento de los modelos en función del origen y periodicidad de las series. Para ello, utilizamos la herramienta de software Python. The addition of Deep Learning to time series forecasts has led to a vast improvement in comparison with classic methods. This paper analyses the likenesses and differences between Prophet and NeuralProphet models by making a predictive comparison with a broad sample of time series. The present paper also discusses the theoretical fundamentals of both models and includes a bibliographical analysis of Makridakis forecasting competition. Finally, the performance of the two models is studied and compared in a practical application run on Python and based on the frequency and origin of the times series. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=50109

Ejemplares

Signatura	Medio	Ubicación	Sub-localización	Sección	Estado
ningún ejemplar

Documentos electrónicos

Documento completo URL

La inteligencia artificial en los Recursos Humanos / Ignacio Ybáñez Rubio (2020)

Público ISBD Título : La inteligencia artificial en los Recursos Humanos Tipo de documento: texto impreso Autores: Ignacio Ybáñez Rubio, Autor ; Eva María Aguilar Pastor, Director de tesi Fecha de publicación: 2020 Número de páginas: 41 h. Il.: il., gráf. Dimensiones: 30 cm Nota general: Doble Grado en Derecho y Administración y Dirección de Empresas Idioma : Español (spa) Materias: Gestión de personal Recursos humanos Tratamiento automático de datos Palabras clave: Inteligencia  Artificial,  Recursos  Humanos,  Digitalización,  Machine  Learning,  Robots,  Big  Data,  Data  Science,  Chatbots,  PLN Clasificación: 658.3 Personal. Relaciones humanas en la empresa. Recursos Humanos Resumen: El presente trabajo tiene como finalidad el análisis pormenorizado y estructurado de los elementos que comparten la inteligencia artificial y los departamentos de recursos humanos. Se procederá al estudio de la evolución en el campo de la inteligencia artificial a lo largo de los años, al igual que los cambios que ha experimentado el entorno de los recursos humanos. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=47253 La inteligencia artificial en los Recursos Humanos [texto impreso] / Ignacio Ybáñez Rubio, Autor ; Eva María Aguilar Pastor, Director de tesi . - 2020 . - 41 h. : il., gráf. ; 30 cm. Doble Grado en Derecho y Administración y Dirección de Empresas Idioma : Español (spa) Materias: Gestión de personal Recursos humanos Tratamiento automático de datos Palabras clave: Inteligencia  Artificial,  Recursos  Humanos,  Digitalización,  Machine  Learning,  Robots,  Big  Data,  Data  Science,  Chatbots,  PLN Clasificación: 658.3 Personal. Relaciones humanas en la empresa. Recursos Humanos Resumen: El presente trabajo tiene como finalidad el análisis pormenorizado y estructurado de los elementos que comparten la inteligencia artificial y los departamentos de recursos humanos. Se procederá al estudio de la evolución en el campo de la inteligencia artificial a lo largo de los años, al igual que los cambios que ha experimentado el entorno de los recursos humanos. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=47253

Ejemplares (1)

Signatura	Medio	Ubicación	Sub-localización	Sección	Estado
TFG GDOBLE_A 2020-6	Tesis e Investigaciones	Campus CES		Depósito CES	Consulta en sala Excluido de préstamo

Utilización de modelos de Transformers en la gestión de respuestas a preguntas en PLN / Isabel Afán de Ribera Olaso (2021) 

Público ISBD Título : Utilización de modelos de Transformers en la gestión de respuestas a preguntas en PLN : aplicación a asistentes conversacionales Tipo de documento: documento electrónico Autores: Isabel Afán de Ribera Olaso, Autor ; Gabriel Blanco García, Autor ; Valentina Díaz Torres, Autor ; Andrea Jiménez Zúñiga, Autor ; Francisco Izquierdo Catalán, Director de tesi Fecha de publicación: 2021 Número de páginas: 49 p. Nota general: Máster en Data Science para Finanzas Idioma : Español (spa) Materias: Inteligencia artificial Tratamiento automático de datos Turismo Palabras clave: Asistente  virtual,  Machine  Learning,  Deep  Transformers,  Inteligencia  Artificial,  Embeddings,  atención,  turismo;  Virtual  assistant,  Artificial  Intelligencce,  Attention,  Tourism. Clasificación: 004.8 Inteligencia artificial. Razonamiento y aprendizaje automatizados. Sistemas inteligentes Resumen: Los modelos de Transformers llegaron al Procesamiento de Lenguaje Natural en 2017 aportando eficiencia, rapidez y mejores resultados a todo lo que se había hecho anteriormente. A partir de la Atención y novedosos mecanismos, han conseguido mayor facilidad para la gestión de conversaciones, proporcionar respuestas concretas y cerradas y una fácil escalabilidad. El objetivo de este estudio será construir una simulación completa, aplicando estos modelos a un asistente virtual orientado al turismo, con el fin de que este proporcione respuestas precisas, extraídas de diferentes textos. Además, se tratará el plan estratégico, financiero, y de arquitectura, entre otras cuestiones que serían necesarias para ser implementado. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=48903 Utilización de modelos de Transformers en la gestión de respuestas a preguntas en PLN : aplicación a asistentes conversacionales [documento electrónico] / Isabel Afán de Ribera Olaso, Autor ; Gabriel Blanco García, Autor ; Valentina Díaz Torres, Autor ; Andrea Jiménez Zúñiga, Autor ; Francisco Izquierdo Catalán, Director de tesi . - 2021 . - 49 p. Máster en Data Science para Finanzas Idioma : Español (spa) Materias: Inteligencia artificial Tratamiento automático de datos Turismo Palabras clave: Asistente  virtual,  Machine  Learning,  Deep  Transformers,  Inteligencia  Artificial,  Embeddings,  atención,  turismo;  Virtual  assistant,  Artificial  Intelligencce,  Attention,  Tourism. Clasificación: 004.8 Inteligencia artificial. Razonamiento y aprendizaje automatizados. Sistemas inteligentes Resumen: Los modelos de Transformers llegaron al Procesamiento de Lenguaje Natural en 2017 aportando eficiencia, rapidez y mejores resultados a todo lo que se había hecho anteriormente. A partir de la Atención y novedosos mecanismos, han conseguido mayor facilidad para la gestión de conversaciones, proporcionar respuestas concretas y cerradas y una fácil escalabilidad. El objetivo de este estudio será construir una simulación completa, aplicando estos modelos a un asistente virtual orientado al turismo, con el fin de que este proporcione respuestas precisas, extraídas de diferentes textos. Además, se tratará el plan estratégico, financiero, y de arquitectura, entre otras cuestiones que serían necesarias para ser implementado. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=48903

Ejemplares

Signatura	Medio	Ubicación	Sub-localización	Sección	Estado
ningún ejemplar

Documentos electrónicos

Documento completo URL