<p>El presente informe, trata sobre el estudio y uso de entornos Cloud Computing -Computación en la nube- para la creación de aplicaciones que requieran de Machine Learning -Aprendizaje Automático-. Para ello, se utilizaron distintos proveedores destacados en la industria tales como: Microsoft -Microsoft Azure Studio-, Amazon -Amazon Machine Learning- y Google -Google Cloud Platform-. Se comparan los servicios entregados por las compañías ya mencionadas con el fin de realizar futuros proyectos en alguna de estas plataformas, para lograrlo, se crean dos aplicaciones -las mismas para cada proveedor- que resuelven un problema de reconocimiento de patrones, para luego evaluar su desempeño. La primera aplicación consiste en un clasificador de 2 clases, capaz de etiquetar datos nuevos en un eje cartesiano basándose en una base de datos previa, mientras que la segunda aplicación funciona como un clasificador de imágenes para un proyecto de fusión nuclear, en donde la base de datos inicial se debe procesar de cierta manera -reconstruir la información para luego reducirla de tal manera que sea lo más fiel posible de la información inicial- para poder ser usado como datos de entrada para el entrenamiento y evaluación del sistema. Finalmente, se comparan las plataformas de Cloud Computing estudiadas de manera cuantitativa -con los modelos de Machine Learning utilizados en los experimentos, destacando aquel que entrega los mejores resultados- y cualitativa -mencionando características propias de cada plataforma y como también ventajas y desventajas</p>
<p>The following report is about the study and use of Cloud Computing environments, for the creation of applications that require Machine Learning. For this, different leading providers in the industry were used, such as: Microsoft -Microsoft Azure Studio-, Amazon -Amazon Machine Learning- and Google -Google Cloud Platform-</p>
last modification
Ingeniero Civil Electrónico
INGENIERIA CIVIL ELECTRONICA
<p>El presente informe, trata sobre el estudio y uso de entornos Cloud Computing -Computación en la nube- para la creación de aplicaciones que requieran de Machine Learning -Aprendizaje Automático-. Para ello, se utilizaron distintos proveedores destacados en la industria tales como: Microsoft -Microsoft Azure Studio-, Amazon -Amazon Machine Learning- y Google -Google Cloud Platform-. Se comparan los servicios entregados por las compañías ya mencionadas con el fin de realizar futuros proyectos en alguna de estas plataformas, para lograrlo, se crean dos aplicaciones -las mismas para cada proveedor- que resuelven un problema de reconocimiento de patrones, para luego evaluar su desempeño. La primera aplicación consiste en un clasificador de 2 clases, capaz de etiquetar datos nuevos en un eje cartesiano basándose en una base de datos previa, mientras que la segunda aplicación funciona como un clasificador de imágenes para un proyecto de fusión nuclear, en donde la base de datos inicial se debe procesar de cierta manera -reconstruir la información para luego reducirla de tal manera que sea lo más fiel posible de la información inicial- para poder ser usado como datos de entrada para el entrenamiento y evaluación del sistema. Finalmente, se comparan las plataformas de Cloud Computing estudiadas de manera cuantitativa -con los modelos de Machine Learning utilizados en los experimentos, destacando aquel que entrega los mejores resultados- y cualitativa -mencionando características propias de cada plataforma y como también ventajas y desventajas</p>
<p>The following report is about the study and use of Cloud Computing environments, for the creation of applications that require Machine Learning. For this, different leading providers in the industry were used, such as: Microsoft -Microsoft Azure Studio-, Amazon -Amazon Machine Learning- and Google -Google Cloud Platform-</p>
