Análisis de tiempos de ejecución para modelos de machine learning entrenados localmente y en clusters de Spark
RESUMEN : El entrenamiento de modelos de machine learning es un proceso iterativo que consume altos recursos computacionales y tiempo de ejecución, dependiendo del hardware disponible, estos entrenamientos pueden ser más o menos eficientes respecto al tiempo de ejecución, lo que puede llevar a un gr...
- Autores:
-
Jaramillo Tobon, Juan Pablo
Higuita Usuga, Daniel Alejandro
- Tipo de recurso:
- Tesis
- Fecha de publicación:
- 2024
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/44350
- Acceso en línea:
- https://hdl.handle.net/10495/44350
- Palabra clave:
- Neumonía
Pneumonia
Aprendizaje automático (inteligencia artificial)
Machine learning
Teoría del aprendizaje computacional
Computational learning theory
Análisis cluster
Cluster analysis
https://id.nlm.nih.gov/mesh/D011014
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-sa/4.0/