SMOTE-BD : (Record no. 849613)

MARC details
000 -LEADER
campo de control de longitud fija 02826naa a2200313 a 4500
003 - IDENTIFICADOR DE NÚMERO DE CONTROL
campo de control AR-LpUFIB
005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN
campo de control 20240131183144.0
007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA--INFORMACIÓN GENERAL
campo de control de longitud fija ta
008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL
campo de control de longitud fija 230201s2018 xx do 000 0 eng d
024 8# - IDENTIFICADOR DE OTROS ESTÁNDARES
Número estándar o código DIF007604
040 ## - FUENTE DE CATALOGACIÓN
Centro catalogador/agencia de origen AR-LpUFIB
Lengua de catalogación spa
Centro/agencia transcriptor AR-LpUFIB
100 1# - ENTRADA PRINCIPAL--NOMBRE DE PERSONA
Nombre de persona Basgall, María José
9 (RLIN) 257591
245 10 - MENCIÓN DEL TÍTULO
Título SMOTE-BD :
Resto del título an exact and scalable oversampling method for imbalanced classification in big data
260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC.
Lugar de publicación, distribución, etc. :
Nombre del editor, distribuidor, etc. ,
Fecha de publicación, distribución, etc. 2018
300 ## - DESCRIPCIÓN FÍSICA
Extensión 1 archivo (861,3 kB)
500 ## - NOTA GENERAL
Nota general Formato de archivo PDF. -- Este documento es producción intelectual de la Facultad de Informática - UNLP (Colección BIPA/Biblioteca)
520 ## - RESUMEN, ETC.
Sumario, etc. El volumen de datos en las aplicaciones de hoy en día ha significado un cambio en la forma de abordar los problemas de Machine Learning. De hecho, el escenario Big Data implica restricciones de escalabilidad que sólo se pueden lograr a través del diseño de modelos inteligentes y el uso de tecnologías distribuidas. En este contexto, las soluciones basadas en la plataforma Spark se han establecido como un estándar de facto. En esta contribución, nos centramos en un marco muy importante dentro de Big Data Analytics, a saber, la clasificación con conjuntos de datos desequilibrados. La principal característica de este problema es que una de las clases está sub-representada y, por lo tanto, generalmente es más complejo encontrar un modelo que la identifique correctamente. Por esta razón, es común aplicar técnicas de preprocesamiento como el sobremuestreo, para equilibrar la distribución de ejemplos en las clases. En este trabajo presentamos SMOTE-BD, un enfoque de preprocesamiento totalmente escalable para la clasificación no balanceada en Big Data. El mismo se basa en una de las soluciones de preprocesamiento más extendidas para la clasificación desequilibrada, a saber, el algoritmo SMOTE, el cual crea nuevas instancias sintéticas de acuerdo con la vecindad de cada ejemplo de la clase minoritaria. Nuestro novedoso desarrollo está hecho para ser independiente de la cantidad de particiones o procesos creados, para lograr un mayor grado de eficiencia. Los experimentos realizados en diferentes conjuntos de datos estándar y de Big Data muestran la calidad del diseño y la implementación propuestos.
534 ## - NOTA SOBRE LA VERSIÓN ORIGINAL
Encabezamiento principal del original Conference Cloud Computing and Big Data (7ª : 2019 : La Plata, Argentina) 
650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA
Término de materia o nombre geográfico como elemento de entrada BIG DATA
9 (RLIN) 256687
650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA
Término de materia o nombre geográfico como elemento de entrada APRENDIZAJE AUTOMÁTICO
9 (RLIN) 247925
653 ## - TÉRMINO DE INDIZACIÓN--NO CONTROLADO
Término no controlado clasificación no balanceada
700 1# - ENTRADA AGREGADA--NOMBRE PERSONAL
Nombre de persona Hasperué, Waldo
9 (RLIN) 252494
700 1# - ENTRADA AGREGADA--NOMBRE PERSONAL
Nombre de persona Naiouf, Ricardo Marcelo
9 (RLIN) 248556
700 1# - ENTRADA AGREGADA--NOMBRE PERSONAL
Nombre de persona Fernández, Alberto
9 (RLIN) 44523
700 1# - ENTRADA AGREGADA--NOMBRE PERSONAL
Nombre de persona Herrera, Francisco
9 (RLIN) 258443
856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS
Identificador Uniforme de Recursos <a href="http://sedici.unlp.edu.ar/handle/10915/69464">http://sedici.unlp.edu.ar/handle/10915/69464</a>
856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS
Identificador Uniforme de Recursos <a href=" http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=2290"> http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=2290</a>
942 ## - ELEMENTOS DE ENTRADA SECUNDARIOS (KOHA)
Tipo de ítem Koha Capítulo de libro
Holdings
Estado retirado Estado de pérdida Estado de daño No para préstamo Biblioteca de origen Biblioteca actual Fecha de adquisición Número de inventario Total de préstamos Signatura topográfica completa Código de barras Visto por última vez Precio de reemplazo Tipo de ítem Koha
      Disponible para préstamo Biblioteca Fac.Informática Biblioteca Fac.Informática 31/01/2024 DIF-A1188   A1188 DIF-A1188 31/01/2024 31/01/2024 Capítulo de libro

Powered by Koha