Aprendizaje Maquinal con Big Data

Descargar versión PDF

Profesores:

Dr. René MacKinney Romero

Resumen:

Si bien existes diversas librerías de datos masivos para el aprendizaje su uso resulta poco claro y en muchas ocasiones sumamente complicado. Este proyecto trata de eliminar la brecha entre las diferentes arquitecturas y marcos de herramientas existentes y el uso cotidiano para la solución de problemas usando aprendizaje maquinal sobre cantidades masivas de datos. Se espera poder generar una ruta crítica para la solución de un problema particular desde datos crudos hasta implementación de solución en algún marco de datos masivos.

Objetivo general

  • Estudiar técnicas como clasificación, agrupamiento y sumarización en sistemas de aprendizaje maquinal; así como herramientas y marcos de trabajo para conjuntos masivos de datos. Proponer una ruta crítica para un problema y evaluar su utilidad en otro problema.

Objetivos específicos

  • Estudiar como realizar clasificación, agrupamiento y sumarización en el campo de la inteligencia artificial.
  • Conocer los marcos de trabajo de Spark, Hadoop y otros que existan para el manejo de datos masivos.
  • Aprender programación en Scala y otros lenguajes idóneos para para realizar operaciones sobre conjuntos masivos de datos.
  • Conocer, analizar y seleccionar las herramientas mas adecuadas para solucionar un problema particular como el de predicción de terremotos generando una ruta crítica.
  • Evaluar la utilidad de dicha ruta crítica en otro problema en términos de la precisión obtenida.

Aplicación de la ingeniería de software basada en búsqueda y guiada por datos en la resolución de un problema de arquitectura de software.
Aprendizaje por refuerzo con estrategias de búsqueda en el juego CrazyHouse

Regresar a Proyectos de investigación para alumnos de Maestría

P C y T I