Predicción de series temporales con redes neuronales (Record no. 849747)

MARC details
000 -LEADER
campo de control de longitud fija 02232nam a2200241 a 4500
003 - IDENTIFICADOR DE NÚMERO DE CONTROL
campo de control AR-LpUFIB
005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN
campo de control 20240131171318.0
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 230201s2020 ag a dom 000 0 spa d
024 8# - IDENTIFICADOR DE OTROS ESTÁNDARES
Número estándar o código DIF007738
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 Fierro, Ariel Alejandro
9 (RLIN) 258811
245 10 - MENCIÓN DEL TÍTULO
Título Predicción de series temporales con redes neuronales
300 ## - DESCRIPCIÓN FÍSICA
Extensión 1 archivo (1,8 MB) :
Otras características físicas il. col.
502 ## - NOTA DE TESIS
Nota de tesis Trabajo Final Integrador (Especialización en Inteligencia de Datos Orientada a Big Data ) - Universidad Nacional de La Plata. Facultad de Informática, 2020.
505 0# - NOTA DE CONTENIDO CON FORMATO
Nota de contenido con formato 1. Introducción -- 1.1. Motivación -- 1.2. Objetivos -- 2. Conceptos preliminares -- 2.1. Métricas para regresión -- 2.2. Criterios de información de Akaike, Bayesiano y de Hannan-Quinn -- 3. Métodos predictivos -- 3.1. Métodos predictivos estadísticos -- 3.2. Métodos predictivos de aprendizaje automático -- 3.2.1. Perceptrón -- 3.2.2. Red neuronal recurrente -- 3.2.3. Red neuronal con memoria a corto plazo extendida -- 3.2.4. Red neuronal convolucional -- 3.2.5. Ensamble -- 3.3. Redes neuronales aplicadas a series temporales -- 4. Marco experimental -- 4.1. Origen de los datos -- 4.2. Hardware y software utilizado -- 5. Desarrollo -- 5.1. Análisis general de los datos -- 5.2. Modelo estadístico - Experimentos -- 5.2.1. Análisis y preparación de los datos -- 5.2.2. Creación del modelo -- 5.2.3. Evaluación del modelo -- 5.3. Modelos de aprendizaje automático - Experimentos -- 5.3.1. Preparación de los datos -- 5.3.2. Predicciones de múltiples horizontes predictivos -- 5.3.3. Arquitecturas de los modelos -- 5.3.4. Evaluación de los modelos -- 5.4. Resultados -- 5.5. Gráficos de predicciones -- 5.6. Análisis general de resultados -- 5.7. Pruebas con información temporal -- 6. Conclusiones y trabajos futuros -- A. Anexo - Software utilizado -- 7. Referencias
650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA
Término de materia o nombre geográfico como elemento de entrada REDES NEURONALES
9 (RLIN) 247930
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
700 1# - ENTRADA AGREGADA--NOMBRE PERSONAL
Nombre de persona Ronchetti, Franco ,
Término indicativo de función/relación Director/a
9 (RLIN) 254645
856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS
Identificador Uniforme de Recursos <a href="http://sedici.unlp.edu.ar/handle/10915/114857">http://sedici.unlp.edu.ar/handle/10915/114857</a>
856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS
Identificador Uniforme de Recursos <a href=" http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=2414"> http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=2414</a>
942 ## - ELEMENTOS DE ENTRADA SECUNDARIOS (KOHA)
Tipo de ítem Koha Tesis de posgrado
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-05036   TES 20/76 DIF-05036 31/01/2024 31/01/2024 Tesis de posgrado

Powered by Koha