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...
Autor: | |
---|---|
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 |
Sumario: | 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). |
---|
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).
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).