1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Sinaloa
4. Instituto Tecnológico de Culiacán
5. Tesis de Maestría
6. Maestría en Ciencias de la Computación

Title:	Metodología para la implementación de modelos de aprendizaje máquina como servicios
Authors:	Leyva López, Néstor
metadata.dc.subject.other:	API Aprendizaje máquina Aprendizaje profundo Computación afectiva Diferenciación de datos Modelos de aprendizaje Reconocimiento de personalidad Redes neuronales Servicios Servicios Web WSGI
Issue Date:	2022
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Culiacán
Description:	En los últimos años se han realizado incontables trabajos en el área de aprendizaje automático, llámense redes neuronales, aprendizaje máquina o aprendizaje profundo. Dichos trabajos al ser tan numerosos, variados y al ser desarrollados por equipos de trabajo que buscan fines específicos con sus investigaciones, quedan relegados a ser utilizados solo en las instancias bajo las que fueron creadas. A esto se suma la dificultad que presenta el utilizar alguno de estos modelos, ya que requieren de técnicas y conocimientos específicos en el área para poder implementarlos como parte de otras aplicaciones. Dichas dificultades provocan que los usuarios interesados en usar dichos desarrollos se vean obstaculizados por estas problemáticas. El actual trabajo nace bajo esta primicia, ya que existe la necesidad latente de una manera de poder implementar desarrollos de modelos de aprendizaje máquina o profundo de una manera sencilla y eficaz. Esto debido a que existe gran variedad de desarrollos de este tipo de trabajos, pero estos no se encuentran a disposición del usuario promedio. Para lograr este cometido, el objetivo principal de este proyecto es desarrollar una metodología para crear una aplicación web que permita utilizar modelos de aprendizaje automático, y a su vez que estos puedan ser consumidos como un servicio disponible a través de cualquier navegador y, de esta manera, cualquier persona con la intención de utilizarlos sea capaz de hacerlo sin conocer los detalles específicos de implementación. Para poder lograr esto se optó por crear una API, ya que este tipo de interfaz de programación otorga las facilidades y la flexibilidad necesarias para manejar los repositorios de modelos e intérpretes, y también cubre la necesidad de tener un servicio web disponible. Al concluir con el desarrollo de este trabajo se demuestra que el uso de dicha plataforma no tiene un impacto negativo sobre el rendimiento de los algoritmos de aprendizaje automático, obteniendo como resultado que el uso de la aplicación web para albergar modelos de aprendizaje y que estos se encuentren disponibles para consumirse de manera pública, representa una tecnología versátil y útil capaz de aportar sustancialmente al área de investigación de aprendizaje automático.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Appears in Collections:	Maestría en Ciencias de la Computación

This item is protected by original copyright View License

This item is licensed under a Creative Commons License