dc.contributor.advisor | Mayo Iscar, Agustín | es |
dc.contributor.author | Atienza Arroyo, Adrián | |
dc.contributor.editor | Universidad de Valladolid. Facultad de Ciencias | es |
dc.date.accessioned | 2019-10-03T15:22:24Z | |
dc.date.available | 2019-10-03T15:22:24Z | |
dc.date.issued | 2019 | |
dc.identifier.uri | http://uvadoc.uva.es/handle/10324/38351 | |
dc.description.abstract | La evolución del Deep Learning en los últimos años, debido al desarrollo exponencial de la
capacidad de computación de los ordenadores personales, hace que se haya convertido en una
herramienta popular, al alcance de cualquiera con conocimientos suficientes sobre
programación y estadística.
Reconocimiento de figuras en imágenes, procesamiento de lenguaje natural o clasificación de
archivos de sonidos son tareas que pueden parecer triviales, sobre todo comparadas con
cálculos de física o matemática avanzados, pero lo cierto es que, a diferencia de los segundos,
que una computadora normal los puede resolver sin problemas, el primer grupo de tareas
resultaba ser un grupo de problemas inabordables para una computadora hasta la llegada del
Deep Learning. El objetivo de este proyecto es implementar y evaluar distintas arquitecturas neuronales de vanguardia de Deep Learning sobre una base de datos abierta. | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | spa | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject.classification | Deep Learning | es |
dc.subject.classification | Computer Visión | es |
dc.subject.classification | Redes neuronales | es |
dc.title | Detección e identificación automática de actrices y actores mediante el uso de algoritmos de Deep Learning | es |
dc.type | info:eu-repo/semantics/bachelorThesis | es |
dc.description.degree | Grado en Estadística | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |