Aprendizaje automático y aprendizaje profundo
Big data: datos masivos. Primera entrega
A Distributed and Scalable Machine Learning Approach for Big Data
Un enfoque distribuido y escalable de aprendizaje automático para datos masivos
En esta investigación se propone un enfoque novedoso de descomposición y combinación de matrices con el algoritmo PBCD (parallel block coordinate descent) para efectuar el esfuerzo computacional distribuido para varios de los más populares algoritmos de aprendizaje automático, tales como máquinas de vectores de soporte y la regresión logística. Tras aplicar dicho enfoque a los algoritmos mencionados, estos se pueden usar para resolver problemas que involucran datos masivos.
Esta ponencia fue preparada por Hongliang Guo y Jie Zhang (Nanyang Technological University, Singapur) para la Twenty-Fifth International Joint Conference on Artificial Intelligence (IJCAI-16) (Nueva York, NY, Estados Unidos, 9-15 de julio de 2016). Está incluida en sus Proceedings (Palo Alto, CA: Association for the Advancement of Artificial Intelligence (AAAI)/International Joint Conferences on Artificial Intelligence Organization (IJCAI), 2016, pp. 1512-1518), editados por Subbarao Kambhampati. Correos de contacto: [email protected]; [email protected].
PivotalR: A Package for Machine Learning on Big Data
PivotalR: un paquete para aprendizaje automático en datos masivos
En este artículo se introduce el paquete PivotalR, el cual brinda una interfaz tipo R con API orientada a datos para usuarios R para acceder a datos masivos almacenados en bases de datos distributivas o sistemas de archivos distributivos Hadoop. PivotalR pone más énfasis en el aprendizaje automático al proporcionar un recubrimiento (wrapper) para MADlib, la cual es una biblioteca de código abierto de algoritmos escalables de aprendizaje automático.
Este documento fue preparado por Hai Qian (Pivotal Inc., Palo Alto, CA, Estados Unidos) para The R Journal (vol. 6, núm. 1, 2014, 57-67), publicación de The R Foundation (Viena, Austria) que cubre diversos temas en computación estadística. Correo de contacto: [email protected].
- Video:Introducción a machine learning y algoritmos genéticos
- Fuente:YouTube
