Aprendizaje Automático aplicado a procesos industriales
DOI:
https://doi.org/10.47189/rcct.v25i46.768Palabras clave:
procesamiento de datos, aprendizaje automático, algoritmosResumen
En una perspectiva práctica, recolectar una muestra pequeña de datos tiene dos argumentos relevantes: su almacenamiento no es costoso o inconveniente y el procesamiento estadístico es asequible. Sin embargo, actualmente se recolectan datos masivos los cuales requieren del procesamiento de datos mediante algoritmos para su adecuada interpretación. El Aprendizaje Automático (conocido como Machine Learning) relacionado al campo estadístico, consiste en extraer, procesar, reconocer patrones y tendencias a partir de los datos. En este sentido, los algoritmos permiten procesar información útil cuando se generan y obtienen datos masivos. En el presente estudio, se realizó una investigación documental con alcance descriptivo. Es importante reconocer que, además del campo estadístico, el Machine Learning cada vez está siendo más aplicado en campos del conocimiento heterogéneos tales como Negocios, Ingenierías Biomédica, Química y Agricultura. La necesidad de resolver problemas del entorno requiere la incorporación de las metodologías y técnicas de la Inteligencia Artificial para que puedan ser usadas en el campo emergente de la ciencia de los datos en diferentes industrias.
Descargas
Referencias
Blasco, R. F., Ferrándiz, Á. B., Barbero, A., & Barbero, B. (2023). La profesión farmacéutica frente al reto de la inteligencia artificial.
Chango, D. A. C., Anchatipán, A. D. P., & Bedón, F. R. R. (2024). Análisis del Uso de Machine Learning para Sistema de control predictivo a nivel industrial. Polo del Conocimiento, 9(7), 1023-1040.
De La Hoz, E. J., De La Hoz, E. J., & Fontalvo, T. J. (2019). Metodología de aprendizaje automático para la clasificación y predicción de usuarios en ambientes virtuales de educación. Información tecnológica, 30(1), 247-254.
González-Marcos, A., & Alba-Elías, F. (2017). Machine learning en la industria: el caso de la siderurgia. Economía industrial, 55.
Osorio, A., & Enerieth, N. (2020). El derecho de autor en la Inteligencia Artificial de machine learning (Copyright Law in the Artificial Intelligence of Machine Learning). La propiedad inmaterial, (30).
Rojas, E. M. (2020). Machine Learning: análisis de lenguajes de programación y herramientas para desarrollo. Revista Ibérica de Sistemas e Tecnologias de Informação, (E28), 586-599.
Maisueche Cuadrado, A. (2019). Utilización del Machine Learning en la industria 4.0.
Naranjo, Á. I. B., Játiva, D. S. V., & Chávez, D. O. N. (2021). Aplicaciones de la industria 4.0 en la estandarización del proceso productivo de las mermeladas. Ingeniería Investigación y Desarrollo: I2+ D, 21(1), 39-46.
Ruiz-Tamayo, J., Antonio-Godínez, Z., Becerra-Mendoza, F. P., Rojas-Mancera, E., Trasviña-Osorio, R. J., Villanueva-Jiménez, L. F., y Almanza-Rangel, S. (2024). Evaluación Comparativa de Redes Neuronales Convolucionales ResNet-50 y MobileNet-v2 para el Diagnóstico de Enfermedades Foliares en Cultivos de Maíz. Revista Multidisciplinaria de Ciencia Básica, Humanidades, Arte y Educación, 2(8), 47-54.
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Revista Científica Ciencia y Tecnología

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.