Aplicación web para la evaluación del rendimiento de algoritmos de aprendizaje automático supervisado

Read full text Summarise with VIRAT
Authors: Javier Jarque Valentín
Cited by: 0
References: 2

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

El proyecto tiene como finalidad el desarrollo de una aplicación web que evalúe diferentes modelos de aprendizaje automático supervisado. La idea principal del proyecto es mostrar como se puede ofrecer toda la potencia del lenguaje R accediendo a través de un navegador de internet. Para ello se ha utilizado el framework Shiny que proporciona RStudio, ya que permite crear una aplicación web sin necesidad conocimientos de HTML, CSS o JavaScript, únicamente codificando en lenguaje R. Además, en este proyecto se logra combinar los lenguajes R y Python, mostrando así que es posible utilizarlos de forma conjunta. La combinación de ambos lenguajes se ha realizado mediante el módulo Retitulate. El proyecto se lleva a cabo dentro del área de Inteligencia Artificial (IA), por lo que se ha realizado una implementación alineada con las metodologías utilizadas habitualmente en los proyectos de minería y ciencia de datos. Es por ello que se ha diseñado una aplicación donde los diferentes apartados de la misma se corresponden con cada una de las fases indicadas en la metodología CRISP-DM (Cross Industry Standard Process for Data Mining). El proyecto está disponible en GitHub para su descarga, instalación y modificación, si alguien está interesado. La aplicación se ejecuta en un servidor web de acceso local, pero utilizando herramientas con Apache o Nginx es posible vincularla con un dominio de internet. Como conclusión, el proyecto cumple los objetivos técnicos y metodológicos establecidos al inicio, demuestra que es posible combinar desarrollos hechos con R y Python y luego acceder a ellos desde un navegador web, todo ello alineado con buenas prácticas en ciencia de datos. Pero como todo proyecto o aplicación se puede mejorar y este caso no es una excepción. Hay puntos que no se han podido tratar, como por ejemplo la incorporación de técnicas de preparación de datos, análisis de componente principales (PCA), ajuste de hiperparámetros y selección automática de variables.

Fields of Study & Subjects

Data Analysis with R Data Mining and Machine Learning Applications Mobile and Web Applications

Publication details

Journal / source
O2 - Repositori Institucional (Universitat Oberta de Catalunya)
Publication date
11 January 2026
Language
ES
Document type
Thesis