Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CURSO
PROFESORA
INTEGRANTES
Chanta Rodas, Daniela Paola
Flores Aliaga, Luis Anthony
Pucho Quispe, Angel Samir
Torres Flores, Lizbeth Alexandra
LIMA - PERÚ
2022
TALLER DE INVESTIGACION 02
https://drive.google.com/drive/folders/1BktPC9XpsGKEEJ1DCCmj6sDfisPeAnMi?us
p=sharing
Emitir una opinión sobre las dos propuestas escogidas (como comunican sus ideas
los autores) y realizar un análisis comparativo entre las dos propuestas de
investigación escogidas.
Para este inciso se escogió las siguientes propuestas de trabajos de investigación, que
llevan como título:
Diferencias:
❖ Citas en la bibliografía: Es evidente que la 1ra propuesta tiene mayor
cantidad de citas, la cual la hace un poco más confiable respecto a la 2da
propuesta, respectivamente del tema al que se abocan.
❖ Conciso: La idea del autor de la 2da propuesta es mucho más concisa que la
del autor de la 1ra propuesta porque utiliza un lenguaje muy amigable,
técnico para quienes son afines a la carrera.
❖ Apoyo visual: Podemos notar que el autor de la 2da propuesta tiene un mejor
manejo en cuanto al apoyo visual usado a comparación del autor de la 1era
propuesta.
❖ Tipo de documento: Como podemos ver hay una clara diferencia entre los
tipos de documentos ya que la primera es una propuesta y la segunda es un
proyecto.
Se propone una metodología - ¿Cuál es el tipo de - Extraer datos reales - El tipo de recomendación Debe ser entendido como el
global para el desarrollo de recomendación más procedentes del portal web idóneo para usuarios web soporte a futuras
un recomendador web, en la idóneo para el portal web Infoville XXI (fuente confiable). emplea técnicas investigaciones, ya que se
que en ningún momento se Infoville XXI? pseudo-supervisadas de demuestra que existen
presupone una colaboración - Modelar al usuario individual agrupamiento. muchas ventajas aplicando
por parte del usuario, es - ¿Cómo se consideran web y determinación de grupos recomendación
decir, no es necesario que los servicios que se de usuarios. - Se utilizan descriptores o colaborativa. Sin embargo,
este introduzca ningún tipo recomiendan? etiquetas que aglutinan a no se maneja un volumen
de preferencias ni datos - Estudio de viabilidad del servicios de similar contenido y de datos vasto para seguir
personales. - ¿Cómo evitar que los recomendador. que permiten reducir
investigando.
usuarios se sientan considerablemente la dimensión
retraídos ante un sitio - Demostrar que la del espacio donde se agrupan
web que les solicita implementación de un los usuarios.
información para generar recomendador colaborativo en
las recomendaciones? Infoville XXI permite conseguir - El recomendador colaborativo
mayor éxito en las predicciones. planteado no pedirá datos de
-¿Cómo deducir lo que un ningún tipo a los usuarios web
usuario desea a través de para modelarlos.
-Incrementar las ganancias de
una página web?
ciertas compañías.
❖ A continuación, encontrará un link que lo llevará a asistir a un evento que trata sobre
la integración de Machine Learning e Investigación de Operaciones. Ingrese a la
configuración del video para que aparezcan los subtítulos y lo ayuden con la
interpretación. Si no le aparecen los subtítulos verificar que su navegador esté activo
con su correo gmail de la UNI.
https://www.youtube.com/watch?v=dLPheejUMCM
Así mismo, en el directorio 4 del link mostrado en “1”, encontrará artículos referidos
al tema asistido en el video y un conference paper referido a una aplicación del
mismo tema. Los artículos le servirán de referencia sobre el tema tratado. Debe
emitir las principales conclusiones a las que llega después de asistir el video y leer
las publicaciones referidas al tema.
Nikhil Ivan, es el director ejecutivo de una pequeña empresa que hace IA de manera
diferente a nuestra tecnología, es un matemático puro y aplicado , tiene un título en
ingeniería. Estudió en el instituto de Ingeniería Industrial ,también es científico
informático.
Nikhil presentó a Funartech, Fun por lo que es divertido y Art Tech, por lo que han
trabajado mucho, se describen como artistas artesanos en tecnología, que
combinan OR y ML, es decir, hibridación de ML (machine learning) y OR
(investigación de operaciones).
Bueno, porque obtienen mejores resultados prácticos y teóricos, así que cuando
hablamos de hibridación de ML o OR, realmente estamos hablando de una
hibridación completa de ambos, tenemos nuevos algoritmos, básicamente se puede
combinar ML y OR.
Combinar ML y OR como cajas negras para que usemos uno y usar el otro pero por
separado y la mayoría de las veces se usa primero ML para predecir y luego
usamos OR sobre esas predicciones para optimizar, para que también puedas usar
una para mejorar la otra , por lo que podemos usar ML para mejorar OR, también
puedes usar OR para mejorar ML en realidad esto es lo que es ML porque OR es
básicamente la ciencia de la optimización, cada vez que hablas de optimizar algo
que quieres minimizar o maximizar, en realidad hay una ciencia detrás de esto y es
OR. así que ML básicamente utiliza OR para optimizar su predicción y luego está
una nueva forma de hacer las cosas, una hibridación completa total de ambos donde
tenemos nuevos algoritmos
Ejemplos