| dc.creator | Bender, Adrián | |
| dc.creator | Nicolet, Santiago | |
| dc.date | 2020-10 | |
| dc.date | 2020 | |
| dc.date | 2021-03-15T14:52:37Z | |
| dc.date.accessioned | 2023-07-15T00:48:31Z | |
| dc.date.available | 2023-07-15T00:48:31Z | |
| dc.identifier | http://sedici.unlp.edu.ar/handle/10915/114906 | |
| dc.identifier | http://49jaiio.sadio.org.ar/pdfs/asai/ASAI-04.pdf | |
| dc.identifier | issn:2451-7585 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/7455888 | |
| dc.description | AutoML actúa como puente entre los diferentes niveles de experiencia al momento de generar modelos predictivos y agiliza el proceso de Aprendizaje Automático. Se implementa a través de diversas técnicas, de las cuales existen pocas comparaciones objetivas, la gran mayoría en tareas de clasificación. Presentamos una referencia de las actuales herramientas AutoML de código abierto y un análisis comparativo de su eficacia utilizando conjuntos de datos públicos propicios para este fin. Probamos que los pipelines generados por Auto-sklearn, H2O AutoML y TPOT resultan eficaces para tareas de regresión, y logran mitigar la sobreadaptación que podrían tener sus modelos en búsqueda de la optimización. | |
| dc.description | Sociedad Argentina de Informática | |
| dc.format | application/pdf | |
| dc.format | 42-56 | |
| dc.language | es | |
| dc.rights | http://creativecommons.org/licenses/by-nc-sa/3.0/ | |
| dc.rights | Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0) | |
| dc.subject | Ciencias Informáticas | |
| dc.subject | Aprendizaje automático | |
| dc.subject | Machine learning | |
| dc.subject | AutoML | |
| dc.subject | Bench-marking | |
| dc.subject | Evaluación comparativa | |
| dc.title | Evaluación comparativa de herramientas AutoML de código abierto en tareas de regresión | |
| dc.type | Objeto de conferencia | |
| dc.type | Objeto de conferencia | |
