| TAZ-TFG-2021-2787 |
Métodos de aprendizaje automático. Aplicación al estudio de la despoblación en Aragón.
Arán Godés, Paula
López Ruiz, Ricardo (dir.)
Universidad de Zaragoza,
CIEN,
2021
Informática e Ingeniería de Sistemas department,
Graduado en Matemáticas
Abstract: La inteligencia artificial es la parte de la informática que estudia las técnicas que sirven para conseguir que el comportamiento de una máquina se asemeje al de un humano. En particular, el aprendizaje automático es la rama de la inteligencia artificial que estudia los algoritmos que permiten que las máquinas realicen un aprendizaje.
En este trabajo se introducen los dos tipos de aprendizaje automático -supervisado y no supervisado- y se explican brevemente algunos de los algoritmos más utilizados en cada uno de ellos. Posteriormente, nos centramos en uno de los algoritmos de aprendizaje automático más utilizados en la actualidad como son las redes neuronales artificiales. Se realiza un recorrido por la historia de las mismas, los diferentes tipos de redes neuronales y los conceptos de capa y entrenamiento. Se detallan el perceptrón multicapa, las redes neuronales recurrentes, las redes neuronales convolucionales y las redes neuronales generativas adversarias. Asimismo, se exponen algunas de las técnicas matemáticas que se utilizan en el entrenamiento de estas redes como el descenso de gradiente o la convolución. Por último, nos adentramos en el estudio de las redes neuronales profundas o deep learning que se construyen con un gran número de capas ocultas.
Finalmente se introduce la herramienta BigML, que puede usarse para aplicar algoritmos de aprendizaje automático a un determinado conjunto de datos. Así, hemos realizado un estudio relacionado con el problema de la despoblación en Aragón. Tras la recopilación de datos recogidos en distintas fuentes oficiales, se ha hecho el trabajo de preparación de los mismos y se han organizado en tablas que presentan distintas variables demográficas y socioeconómicas. Para terminar, se utiliza el algoritmo deepnet para averiguar cuáles de estas variables afectan más a las variaciones poblacionales y se extraen conclusiones en base a los resultados obtenidos.
En este trabajo se introducen los dos tipos de aprendizaje automático -supervisado y no supervisado- y se explican brevemente algunos de los algoritmos más utilizados en cada uno de ellos. Posteriormente, nos centramos en uno de los algoritmos de aprendizaje automático más utilizados en la actualidad como son las redes neuronales artificiales. Se realiza un recorrido por la historia de las mismas, los diferentes tipos de redes neuronales y los conceptos de capa y entrenamiento. Se detallan el perceptrón multicapa, las redes neuronales recurrentes, las redes neuronales convolucionales y las redes neuronales generativas adversarias. Asimismo, se exponen algunas de las técnicas matemáticas que se utilizan en el entrenamiento de estas redes como el descenso de gradiente o la convolución. Por último, nos adentramos en el estudio de las redes neuronales profundas o deep learning que se construyen con un gran número de capas ocultas.
Finalmente se introduce la herramienta BigML, que puede usarse para aplicar algoritmos de aprendizaje automático a un determinado conjunto de datos. Así, hemos realizado un estudio relacionado con el problema de la despoblación en Aragón. Tras la recopilación de datos recogidos en distintas fuentes oficiales, se ha hecho el trabajo de preparación de los mismos y se han organizado en tablas que presentan distintas variables demográficas y socioeconómicas. Para terminar, se utiliza el algoritmo deepnet para averiguar cuáles de estas variables afectan más a las variaciones poblacionales y se extraen conclusiones en base a los resultados obtenidos.
Tipo de Trabajo Académico: Trabajo Fin de Grado
Permalink:
El registro pertenece a las siguientes colecciones:
Academic Works > Trabajos Académicos por Centro > facultad-de-ciencias
Academic Works > End-of-grade works