El aprendizaje profundo (deep learning, DL) es una división de las técnicas de aprendizaje automático que está basada en algoritmos para aprender niveles múltiples de representaciones. El propósito de esta investigación es identificar las características existentes de los enfoques de DL para su uso en analítica de datos masivos, así como características clave que puedan afectar el desempeño de dichos enfoques. Para ello, se realizó una revisión sistemática de la literatura al respecto.
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:
El impacto de la tecnología de la información en la gestión de la cadena de suministro: un estudio de casos múltiples
Artículo:
El contexto organizativo como soporte de la innovación: estudio comparativo de casos en empresas brasileñas
Video:
7ª Jornada RBIC. Privacidad y tratamiento de datos masivos / Judith González
Video:
Webinar. Big data y real time
Software:
GENUP : aprendizaje asistido por ordenador para la genética cuantitativa.
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Libro:
Planta de tratamiento de aguas residuales