Descripción general
Machine Learning se está conviertiendo en una herramienta poderosa para resolver problemas de modelado complejos en una amplia gama de industrias. Machine Learning permite a ingenieros y científicos desarrollar modelos que aprendan de los datos, y además, se pueden implementar como parte de aplicaciones que se ejecuten eficientemente en sistemas embebidos y en infraestructura en la nube. Las ventajas de Machine Learning se pueden apreciar en multitud de aplicaciones, incluyendo mantenimiento predictivo, seguimiento de la salud, estimación de carteras financieras, y asistencia avanzada en conducción. Sin embargo, aplicar con éxito estas técnicas presenta varios desafios. No está siempre claro qué datos van a ser los más útiles para la predicción, y el ajuste de hiperparámetros puede llevar mucho tiempo. En este webinar aprenderá como las herramientas de machine learning de MATLAB abordan estas dificultades.
Demostraremos:
- Cómo trabajar con grandes cantidades de datos fuera de memoria utilizando las variables 'tall' de MATLAB
- Reducción de las dimensiones e identiciación de las caraterísticas importantes utilizando técnicas avanzadas de selección de características
- Buenas prácticas para ajustar hiperparámetros y optimizar nuestro modelo
- Cómo desplegar modelos para utilizarlos en sistemas de producción o dispositivos embebidos
Acerca del presentador o presentadores
Paz Tárrega es especialista dentro de MathWorks en estadística, cálculo paralelo, optimización y procesado de imagen, principalmente. Paz es licenciada en Matemáticas, Máster en Matemáticas y Aplicaciones por la Universidad Autónoma de Madrid, y Máster en Física y Matemáticas por la Universidad de Granada.
Usuarios Flash: Para ver la tabla de contenidos, posicionar el ratón sobre el vídeo
