Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
http://dspace.utpl.edu.ec/handle/20.500.11962/28657Langanzeige der Metadaten
| DC Element | Wert | Sprache |
|---|---|---|
| dc.contributor.advisor | Elizalde Solano, René Rolando | es_ES |
| dc.contributor.author | Guarnizo Romero, José Alberto | es_ES |
| dc.date.accessioned | 2021-10-06T15:38:37Z | - |
| dc.date.available | 2021-10-06T15:38:37Z | - |
| dc.date.issued | 2021 | es_ES |
| dc.identifier.citation | Guarnizo Romero, José Alberto. Elizalde Solano, René Rolando.(2021). Implementación de un ambiente de ciencia de datos a través de la librería Open Source Rapids . Universidad Técnica Particular de Loja | es_ES |
| dc.identifier.other | 1349535 | es_ES |
| dc.identifier.uri | http://dspace.utpl.edu.ec/handle/20.500.11962/28657 | - |
| dc.description | Resumen: La Librería Open Source RAPIDS ejecuta canalizaciones de datos y análisis de extremo a extremo utilizando las principales características del poder de la GPU de NVIDIA, la librería maneja grandes volúmenes de información en tiempo real y trabaja con computación acelerada, su principal enfoque es realizar una analítica de la información, utilizando el proceso de extracción, transformación y carga e implementar un conjunto de algoritmos Machine Learning; se da realce a sus principales funcionalidades, características y todo su conjunto de bibliotecas,además, se utilizó la Plataforma gratuita Cloud Blazing SQL para la implementación, donde resalta el proceso de construcción de un ambiente de ciencia de datos utilizando RAPIDS para los procesos deETL, Machine Learning y Visualización, se implemento una contraparte utilizando librerías que aún no tiene soporte para GPU como Pandas para el proceso de ETL, para el proceso de Machine Learning con Scikit-learny para la visualización con Matplotlib, la comparación con las librerías tradicionales permite resaltar la aceleración o rapidez que tiene RAPIDS cuando trabaja con grandes volúmenes de información. | es_ES |
| dc.language.iso | spa | es_ES |
| dc.subject | Ciencia de datos | es_ES |
| dc.subject | Algoritmos | es_ES |
| dc.subject | Ingeniero en sistemas informáticos y computación | es_ES |
| dc.subject | Tesis y disertaciones académicas | es_ES |
| dc.title | Implementación de un ambiente de ciencia de datos a través de la librería Open Source Rapids | es_ES |
| dc.type | bachelorThesis | es_ES |
| Enthalten in den Sammlungen: | Ingeniero en Sistemas Informáticos y Computación | |
Dateien zu dieser Ressource:
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.