Tesis Validadas: 2,591

Tesis de Posgrado: 2650

Número de Visitas: contador visitas

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/5560
Title: MACHINE LEARNING EN CONTROL DE PROCESOS
Authors: ZETINA ALMAZÁN, SHARON MADAI
metadata.dc.subject.other: MACHINE LEARNING
Issue Date: 2023-05-01
Publisher: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Tecnológico de Estudios Superiores de Tianguistenco
Description: El Machine Learning es una derivación de las tecnologías de la industria 4.0, el cual, tiene sus inicios antes de 1950, con la creación del “Test de Turing”. En 1952 el profesor e informático teórico Arthur Samuel presento un software apto para jugar damas chinas a través de información almacenada sobre las diferentes técnicas utilizadas, de esta manera, controlaba las mejoras del nivel del juego, gracias a esto era capaz de mejorar las técnicas con ayuda de todos los datos almacenados en la base de datos. Sin embargo, estas propuestas e innovaciones que se presentaron estaban en riesgo de ser ignoradas debido a que se consideraba que su desarrollo era altamente costoso. Fue hasta el año 1979 que estudiantes de Stanford con ayuda de la herramienta principal de la inteligencia artificial Nearest Neighbor, crearon a “Stanford car” detonando con ello un incremento de la creación de modelos Machine Learning, los cuales fueron aceptados positivamente por diferentes organizaciones teniendo mayor tendencia en sus aplicaciones exitosas a partir del año 2000 con los descubrimientos de su eficacia dentro de áreas médicas e industriales.
metadata.dc.type: info:eu-repo/semantics/bachelorThesis
Appears in Collections:INGENIERÍA INDUSTRIAL

Files in This Item:
File Description SizeFormat 
TESIS - ZETINA ALMAZAN SHARON subir.pdfTESIS2.51 MBAdobe PDFView/Open
Licencia - Sharon Madai Zetina Almazán.pdf
  Until 3023-05-03
CARTA195.32 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons