16 Detección de Anormalidades: Gráficos de Control

Machine Learning en Español

Contenido proporcionado por Gustavo Lujan. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Gustavo Lujan o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.

3+ y ago 22:53

MP3•Episodio en casa

Series guardadas ("Feed inactivo" status)

When? This feed was archived on August 02, 2022 06:11 (1+ y ago). Last successful fetch was on November 22, 2021 18:35 (2+ y ago)

Why? Feed inactivo status. Nuestros servidores no pudieron recuperar un podcast válido durante un período sostenido.

What now? You might be able to find a more up-to-date version using the search function. This series will no longer be checked for updates. If you believe this to be in error, please check if the publisher's feed link below is valid and contact support to request the feed be restored or if you have any other concerns about this.

La detección de anormalidades no es algo reciente, hay técnicas que han existido por décadas. Los gráficos de control son herramientas que tienen una sólida base matemática y estadística en la cual monitorean como un proceso cambia en el tiempo. Los gráficos de control implementan límites de control que automáticamente detectan anormalidades en tiempo real. Dependiendo del problema, los gráficos de control son una buena alternativa en comparación con algoritmos de aprendizaje maquina mas sofisticados.

20 episodios

#Ciencia #Tecnología #MBA #Matemáticas #Países Bajos Negocio #Gustavo Lujan #Machine Learning #aprendizaje Maquina #Data Science #Ciencia de Datos #Big Data #Artificial Intelligence #Inteligencia Artificial #Business Intelligence #Inteligencia De Negocios #Deep Learning #Artificial Neural Networks #Redes Neuronales