Treffer: Desarrollo de T?cnicas de Machine Learning Operations (MLOPS)

Title:
Desarrollo de T?cnicas de Machine Learning Operations (MLOPS)
Contributors:
Gonz?lez Arrieta, Mar?a Ang?lica, L?pez Gonz?lez, Roberto
Publication Year:
2023
Collection:
Universidad de Salamanca: Gredos (Gestión del Repositorio Documental de la Universidad de Salamanca)
Document Type:
Dissertation bachelor thesis
File Description:
application/pdf
Language:
Spanish; Castilian
Rights:
Attribution-NonCommercial-NoDerivatives 4.0 Internacional ; http://creativecommons.org/licenses/by-nc-nd/4.0/ ; info:eu-repo/semantics/openAccess
Accession Number:
edsbas.3D195E2C
Database:
BASE

Weitere Informationen

Trabajo de Fin de Grado. Grado en Ingenier?a Inform?tica. Curso acad?mico 2022-2023. ; [ES]El machine learning (ML) es un subconjunto de la Inteligencia Artificial (IA), se centra en la capacidad de las m?quinas para recibir un conjunto de datos y aprender por s? mismos, adaptando los algoritmos usados a medida que aprenden m?s sobre la informaci?n que es procesada. Este aprendizaje puede ser usado en muy diversos ?mbitos, en este caso nos centraremos en sus usos en el ?mbito de la investigaci?n. A pesar de su gran potencia a?n sigue costando acomodar su uso a situaciones determinadas y por eso la idea del proyecto es precisamente esa, desarrollar y adaptar un modelo de machine learning para poder aplicarlo a una situaci?n espec?fica, de manera que siga los principios de Machine Learning Operations (MLOps) en el sentido de que involucra la implementaci?n y despliegue de un modelo de Machine Learning en un entorno de laboratorio. El objetivo es entrenar y mejorar el modelo que se va a desarrollar, usando una rama del machine learning (ML) llamada deep learning (DL) o aprendizaje profundo, para que pueda distinguir de forma acertada los elementos requeridos en im?genes realizadas por microscopio, y a su vez beneficiarse de las mejores pr?cticas de MLOps para garantizar un despliegue r?pido y eficiente, todo esto con la finalidad de poder ayudar a reducir los tiempos que se invierten en este sentido en el campo de la investigaci?n, donde los tiempos son un elemento fundamental y as? poder realizar los c?lculos necesarios sobre las im?genes analizadas, permitiendo a los investigadores dedicar m?s esfuerzo a otras actividades m?s pertinentes. En particular, se enfocar? en la detecci?n de c?lulas, las cuales desempe?an un papel crucial en el diagn?stico y estudio de diversas patolog?as, como el c?ncer, por ejemplo. Esto se debe a que identificar las c?lulas marca el punto de partida para numerosos an?lisis. Las caracter?sticas de estas c?lulas, como su densidad o brillo en una imagen, aportan datos sumamente ...