‘Ž‡–À±…‹…‘†‡‰‡‹‡”Àƒ INTRODUCCIÓN A LAS TÉCNICAS DE CLASIFICACIÓN Y REGRESIÓN ASOCIADAS AL APRENDIZAJE AUTOMÁTICO D. PABLO LUCAS CÁNOVAS Alumno de Master en Industria 4.0 en prácticas UPCT-Armada española, Arsenal de Cartagena-CESADAR (Centro de Supervisión y Análisis de Datos de la Armada), Cartagena, España AN (CIA) D. FRANCISCO LAMAS LÓPEZ Responsable técnico CESADAR-Central (Dr. Ing.), Armada española, Arsenal de Cartagena-CESADAR (Centro de Supervisión y Análisis de Datos de la Armada), Cartagena, España Contacto: flamlop@mde.es $EVWUDFW1RZDGD\VWHFKQRORJ\LVJURZLQJXQVWRSSDEOHLQRXUVRFLHW\WKHDPRXQWRIGDWDLVKXJH WR ZRUN PDQXDOO\ ZLWK WKHP DQG LW KDV EHFRPH D SUREOHP IRU WKH KXPDQ EHLQJ 7KH WUDGLWLRQDO PHWKRGVEHJLQWREHFDPHREVROHWHDQGZHKDYHWRWKLQNLQRWKHUWHFKQLTXHVWKDWDOORZXVLQDVLPSOHU DQGPRUHHIILFLHQWZD\WRFROOHFWDQGSURFHVVWKLVLQIRUPDWLRQWRXVHLWIRUDSXUSRVH)RUWKLVWKH KXPDQEHLQJLVGLUHFWLQJKLVHIIRUWVWRWKHILHOGRI$,IRUWKHDQDO\VLVSURFHVVLQJDQGLQWHUSUHWDWLRQ RIWKHGDWD7KLVEUDQFKRIVFLHQFHHPHUJHGLQWKHODWHWZHQWLHWKFHQWXU\EXWFRXOGQRWVHWWOHIRUWKH WHFKQRORJLFDO OLPLWDWLRQV RI WKH WLPH WKHUHIRUH ZH FDQ VD\ WKDW LW LV QRW D QHZ VFLHQFH7KH$, WHFKQLTXHV EUDQFK RXW LQ PHWKRGRORJLHV VXFK DV PDFKLQH OHDUQLQJ QDWXUDO SURFHVVLQJ ODQJXDJH HSHUWV\VWHPVURERWLFVHWF,QWKLVVWXG\ZHZLOOIRFXVRQDQDO\LQJWKHPRVWLPSRUWDQWPHWKRGVRI PDFKLQHOHDUQLQJZKLFKZLOOKHOSWREXLOGWKHEDVHVIRUWKHWKHGLJLWDOLDWLRQRIWKHORJLVWLFVSURFHVVHV ZLWKZKLFKWKH&(6$'$5FHQWHUKDVEHHQFRPPLWWHG,WFDQEHFRQFOXGHGWKDWWKHLPSOHPHQWDWLRQ RIWKLVVHWRIWHFKQLTXHVFDQKHOSIXWXUHGHFLVLRQPDNLQJZKLFKFRXOGKDYHDJUHDWLPSDFWLQWHUPV RIULVNFRVWVUHVRXUFHVDQGDYDLODELOLW\IRUWKHVXFFHVVRIDPLVVLRQ .H\ZRUGVDUWLILFLDOLQWHOOLJHQFHPDFKLQHOHDUQLQJVXSHUYLVHGOHDUQLQJXQVXSHUYLVHGOHDUQLQJUH LQIRUFHPHQWOHDUQLQJVHPLVXSHUYLVHGOHDUQLQJUHJUHVVLRQDOJRULWKPVFOXVWHULQJDOJRULWKPVFODVVL ILFDWLRQDOJRULWKPV Resumen: Este artículo es meramente divulgativo y pretende introducir al lector en los diferentes grandes grupos de técnicas asociadas al aprendizaje automático. Hoy en día la tecnología avanza a pasos agigantados en nuestra sociedad, la cantidad de datos que se mueven es inabarcable para trabajar manualmente con ellos y comienza a suponer un problema para el ser humano. Los métodos tradicionales empiezan a quedarse obsoletos y tenemos que recurrir a otras técnicas que nos permitan, de manera más sencilla y eficaz, recopilar y procesar esta información para usarla con un fin. Para ello, el ser humano está dirigiendo sus esfuerzos al campo de la IA para el análisis, procesamiento e interpretación de los datos. Esta rama de la ciencia surgió a finales del siglo XX pero no pudo asentarse por las limitaciones tecnológicas de la época, por tanto, podemos decir que no es una ciencia novedosa. Las técnicas de IA se ramifican en metodologías como son el aprendizaje automático (Machine Learning), lenguaje de procesamiento natural (Natural Language Processing), sistemas expertos, robótica, etc. En este estudio nos centraremos en analizar los métodos de aprendizaje automático más importantes en la actualidad, que servirá de ayuda para construir las bases y cumplir con la digitalización de los procesos logísticos con los que está comprometido el centro CESADAR. Se puede concluir que gracias a este conjunto de técnicas se ayudará a la futura toma de decisiones, lo cual supondrá un gran impacto en términos de riesgo, costes, recursos y disponibilidad para el éxito de una misión. 4ϵ
Bol_tec_ing_16
To see the actual publication please follow the link above