Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11531/27721
Título : | Big Data. Análisis de grandes volúmenes de datos en Organizaciones |
Autor : | Giménez Abad, María Jesús Ocaña del Llano, Marta Universidad Pontificia Comillas, Facultad de Ciencias Económicas y Empresariales |
Palabras clave : | 53 Ciencias económicas;5306 Economía del cambio tecnológico;530602 Innovación tecnológica |
Fecha de publicación : | 2019 |
Resumen : | Este trabajo de fin de grado empieza describiendo qué es el big data para
luego poder adentrarnos un poco en una de las disciplinas de la inteligencia
artificial que esta muy relacionada con los grandes volúmenes de datos: el
Machine Learning.
Como en el Machine Learning cada día aparecen nuevos algoritmos, en este
trabajo también he hecho un pequeño resumen de los algoritmos más usados y
conocidos, y luego escogí el algoritmo del clúster para enseñar la base
matemática y estadística que tiene detrás, y también para desarrollar un
ejemplo de clúster con datos reales con la intención de poder mostrar como se
haría el clúster en el caso de tener bastantes datos. In this final degree project is described what big data is, with the aim of giving the reader a general knowledge before explaining one of the disciplines of the Artificial Intelligence which is related with the massive amounts of data: Machine Learning. Every day new algorithms are created with the new amount of data, so I decided to resume in this project the main algorithms in Machine Learning, and then, to explain more in deep the mathematics and statistics of one of them: the cluster algorithm. I also decided to put an example of how a cluster would be created in the case of having an important volume of data. |
Descripción : | Grado en Administración y Dirección de Empresas |
URI : | http://hdl.handle.net/11531/27721 |
Aparece en las colecciones: | KE2-Trabajos Fin de Grado |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TFG Marta OcaAa.pdf | Trabajo Fin de Grado | 645,6 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.