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.
Video:
Cómo usar tecnología big data en la generación de negocio | UNIR Openclass
Video:
Vivir en un mar de datos: makers, internet de las cosas y manufactura personal
Artículo:
Hacia una regulación de los datos masivos basada en valores sociales y éticos. Las directrices del Consejo de Europa
Artículo:
Innovación tecnológica en las pequeñas y medianas empresas: propuesta de un plan de adquisición de sistemas de planificación de recursos empresariales (ERP)
Documento Editorial:
Big data para la convivencia
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
Libro:
Tratamientos avanzados de aguas residuales industriales
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores