• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Navegar

    Todo o repositórioComunidadesPor data do documentoAutoresAssuntosTítulos

    Minha conta

    Entrar

    Estatística

    Ver as estatísticas de uso

    Compartir

    Ver item 
    •   Página inicial
    • TRABALHO DE CONCLUSÃO DE ESTUDO
    • Trabajos Fin de Grado UVa
    • Ver item
    •   Página inicial
    • TRABALHO DE CONCLUSÃO DE ESTUDO
    • Trabajos Fin de Grado UVa
    • Ver item
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/44403

    Título
    ExoplanetIA: Machine Learning para la detección de exoplanetas
    Autor
    Hierro Diez, Alejandro del
    Director o Tutor
    Sahelices Fernández, BenjamínAutoridad UVA
    Hermán Capitán, Manuel
    Viloria Lanero, Alejandro
    Editor
    Universidad de Valladolid. Escuela de Ingeniería Informática de ValladolidAutoridad UVA
    Año del Documento
    2020
    Titulación
    Grado en Ingeniería Informática
    Resumo
    En las últimas décadas la cantidad de datos generados se ha incrementado exponencialmente. La facilidad de acceso a la red y de almacenamiento de datos ha facilitado que cualquier mínima acción pueda ser registrada con bajo coste. Los datos no sirven de mucho por sí solos, sin embargo, con las herramientas adecuadas pueden, literalmente, convertirse en oro. En este contexto de generación masiva de datos como diamantes en bruto entran dos de las palabras posiblemente más escuchadas en los últimos años: machine learning. El machine learning constituye esa herramienta capaz de convertir los datos en información, y por consiguiente, en dinero. Machine learning puede traducirse directamente al castellano como “Aprendizaje máquina", y es que, sin entrar en aspectos filosóficos sobre el significado de aprender, esta herramienta engloba métodos que pueden hacer que una máquina u ordenador aprenda o extraiga información de los datos.
    Palabras Clave
    Redes neuronales
    Exoplanetas
    LSTM
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/44403
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [30977]
    Mostrar registro completo
    Arquivos deste item
    Nombre:
    TFG-G4652.pdf
    Tamaño:
    1.460Mb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10