En esta investigación se propone un enfoque novedoso de descomposición y combinación de matrices con el algoritmo PBCD (parallel block coordinate descent) para efectuar el esfuerzo computacional distribuido para varios de los más populares algoritmos de aprendizaje automático, tales como máquinas de vectores de soporte y la regresión logística. Tras aplicar dicho enfoque a los algoritmos mencionados, estos se pueden usar para resolver problemas que involucran datos masivos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Esfuerzos de integración en proyectos radicales e incrementales de desarrollo de nuevos productos basados en la biodiversidad: estudio de caso en una empresa de biotecnología
Video:
Integración y minería de datos
Artículo:
Capacitando pequeños productores en buenas prácticas de manufactura para el desarrollo del queso de leche de cabra
Artículo:
Vínculos de conocimiento y enfoques tecnológicos de las empresas: evidencias de la aglomeración industrial de petróleo y gas de la cuenca de Campos
Artículo:
Modelo aumentado de árbol de decisión utilizando mapas autoorganizados
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Software:
Simulación del proceso de extracción sólido-líquido EXTSL