Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercados

Descripción del Articulo

Presenta la potencia de las técnicas de aprendizaje profundo (Deep Learning) en Inteligencia Artificial para lograr una alta eficacia en el reconocimiento de patrones para la investigación de mercados mediante clusterización a partir de la extracción directa de características (feature extraction st...

Descripción completa

Detalles Bibliográficos
Autor: Schwarz Díaz, Max
Formato: otro
Fecha de Publicación:2018
Institución:Universidad de Lima
Repositorio:ULIMA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ulima.edu.pe:20.500.12724/6163
Enlace del recurso:https://hdl.handle.net/20.500.12724/6163
Nivel de acceso:acceso abierto
Materia:Market research
Business intelligence
Artificial intelligence
Machine learning
Big data
Estudio de mercado
Inteligencia de negocios
Inteligencia artificial
Aprendizaje automático (Inteligencia artificial)
https://purl.org/pe-repo/ocde/ford#5.02.04
id RULI_03349a2c22176747d387ca3a4a9384b1
oai_identifier_str oai:repositorio.ulima.edu.pe:20.500.12724/6163
network_acronym_str RULI
network_name_str ULIMA-Institucional
repository_id_str 3883
dc.title.es_PE.fl_str_mv Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercados
title Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercados
spellingShingle Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercados
Schwarz Díaz, Max
Market research
Business intelligence
Artificial intelligence
Machine learning
Big data
Estudio de mercado
Inteligencia de negocios
Inteligencia artificial
Aprendizaje automático (Inteligencia artificial)
https://purl.org/pe-repo/ocde/ford#5.02.04
title_short Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercados
title_full Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercados
title_fullStr Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercados
title_full_unstemmed Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercados
title_sort Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercados
author Schwarz Díaz, Max
author_facet Schwarz Díaz, Max
author_role author
dc.contributor.other.none.fl_str_mv Schwarz Díaz, Max
dc.contributor.author.fl_str_mv Schwarz Díaz, Max
dc.subject.en_EN.fl_str_mv Market research
Business intelligence
Artificial intelligence
Machine learning
Big data
topic Market research
Business intelligence
Artificial intelligence
Machine learning
Big data
Estudio de mercado
Inteligencia de negocios
Inteligencia artificial
Aprendizaje automático (Inteligencia artificial)
https://purl.org/pe-repo/ocde/ford#5.02.04
dc.subject.es_PE.fl_str_mv Estudio de mercado
Inteligencia de negocios
Inteligencia artificial
Aprendizaje automático (Inteligencia artificial)
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#5.02.04
description Presenta la potencia de las técnicas de aprendizaje profundo (Deep Learning) en Inteligencia Artificial para lograr una alta eficacia en el reconocimiento de patrones para la investigación de mercados mediante clusterización a partir de la extracción directa de características (feature extraction strategies) en el contexto de grandes volúmenes de datos (BigData).
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2018-06-04T16:38:01Z
dc.date.available.none.fl_str_mv 2018-06-04T16:38:01Z
dc.date.issued.fl_str_mv 2018
dc.type.none.fl_str_mv info:eu-repo/semantics/other
dc.type.other.none.fl_str_mv Nota académica
format other
dc.identifier.citation.es_PE.fl_str_mv Schwarz Díaz, M. (2018).Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercados. Universidad de Lima, Facultad de Ciencias Empresariales y Económicas.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12724/6163
identifier_str_mv Schwarz Díaz, M. (2018).Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercados. Universidad de Lima, Facultad de Ciencias Empresariales y Económicas.
url https://hdl.handle.net/20.500.12724/6163
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.*.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Lima.
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad de Lima.
dc.source.none.fl_str_mv Repositorio Institucional - Ulima
Universidad de Lima
reponame:ULIMA-Institucional
instname:Universidad de Lima
instacron:ULIMA
instname_str Universidad de Lima
instacron_str ULIMA
institution ULIMA
reponame_str ULIMA-Institucional
collection ULIMA-Institucional
bitstream.url.fl_str_mv https://repositorio.ulima.edu.pe/bitstream/20.500.12724/6163/2/license.txt
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/6163/1/Schwarz_Max_deep_learning.pdf
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/6163/3/Schwarz_Max_deep_learning.pdf.txt
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/6163/4/Schwarz_Max_deep_learning.pdf.jpg
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
25d1a6d23629c202a7e2d252c889f659
02d0ccf21b12644f0c34b5fe245d6f9b
082a6b009787bafa744345db2bd08d94
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad de Lima
repository.mail.fl_str_mv repositorio@ulima.edu.pe
_version_ 1844710028687179776
spelling Schwarz Díaz, MaxSchwarz Díaz, Max2018-06-04T16:38:01Z2018-06-04T16:38:01Z2018Schwarz Díaz, M. (2018).Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercados. Universidad de Lima, Facultad de Ciencias Empresariales y Económicas.https://hdl.handle.net/20.500.12724/6163Presenta la potencia de las técnicas de aprendizaje profundo (Deep Learning) en Inteligencia Artificial para lograr una alta eficacia en el reconocimiento de patrones para la investigación de mercados mediante clusterización a partir de la extracción directa de características (feature extraction strategies) en el contexto de grandes volúmenes de datos (BigData).application/pdfspaUniversidad de Lima.PEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Repositorio Institucional - UlimaUniversidad de Limareponame:ULIMA-Institucionalinstname:Universidad de Limainstacron:ULIMAMarket researchBusiness intelligenceArtificial intelligenceMachine learningBig dataEstudio de mercadoInteligencia de negociosInteligencia artificialAprendizaje automático (Inteligencia artificial)https://purl.org/pe-repo/ocde/ford#5.02.04Extracción de características y reconocimiento de patrones con Deep Learning para la investigación de mercadosinfo:eu-repo/semantics/otherNota académicaLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ulima.edu.pe/bitstream/20.500.12724/6163/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALSchwarz_Max_deep_learning.pdfSchwarz_Max_deep_learning.pdfapplication/pdf140347https://repositorio.ulima.edu.pe/bitstream/20.500.12724/6163/1/Schwarz_Max_deep_learning.pdf25d1a6d23629c202a7e2d252c889f659MD51TEXTSchwarz_Max_deep_learning.pdf.txtSchwarz_Max_deep_learning.pdf.txtExtracted texttext/plain10142https://repositorio.ulima.edu.pe/bitstream/20.500.12724/6163/3/Schwarz_Max_deep_learning.pdf.txt02d0ccf21b12644f0c34b5fe245d6f9bMD53THUMBNAILSchwarz_Max_deep_learning.pdf.jpgSchwarz_Max_deep_learning.pdf.jpgGenerated Thumbnailimage/jpeg18283https://repositorio.ulima.edu.pe/bitstream/20.500.12724/6163/4/Schwarz_Max_deep_learning.pdf.jpg082a6b009787bafa744345db2bd08d94MD5420.500.12724/6163oai:repositorio.ulima.edu.pe:20.500.12724/61632024-10-16 16:06:59.063Repositorio Universidad de Limarepositorio@ulima.edu.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
score 13.43108
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).