{"id":1060,"date":"2021-06-14T22:04:42","date_gmt":"2021-06-15T03:04:42","guid":{"rendered":"http:\/\/virtual.cuautitlan.unam.mx\/intar\/?page_id=1060"},"modified":"2021-08-03T17:33:10","modified_gmt":"2021-08-03T22:33:10","slug":"datasets-para-entrenar-redes-neuronales","status":"publish","type":"page","link":"https:\/\/virtual.cuautitlan.unam.mx\/intar\/?page_id=1060","title":{"rendered":"Datasets para entrenar redes neuronales"},"content":{"rendered":"

Bases de datos para deep y machine learning<\/strong><\/h1>\n

\"\"<\/a><\/p>\n

Los sistemas inteligentes, as\u00ed como las redes neuronales, basan su efectividad en la informaci\u00f3n con la cual se les alimente, por ejemplo, un algoritmo de red neuronal, puede ser el m\u00e1s r\u00e1pido en aprender y el mejor en hacerlo, \u00a0pero si no tiene suficientes datos de entrada, este no va a tener puntos de referencia para aprender, ya sea de forma supervisada o no supervisada, y por lo tanto, el resultado de la ejecuci\u00f3n del algoritmo ser\u00e1 limitado, dicho en otras palabras, ser\u00e1 un modelo \u201ctonto<\/em>\u201d.<\/p>\n

Es bien sabido que una rede neuronal \u201caprende<\/em>\u201d en base a los casos con los cuales se le entrena, y entre m\u00e1s casos sean introducidos en su aprendizaje, mayor ser\u00e1 la \u201cinteligencia<\/em>\u201d que desarrolle; pero no s\u00f3lo el n\u00famero de casos es un factor relevante, estos casos tambi\u00e9n deben de estar colocados a lo largo de todo el universo de informaci\u00f3n relacionado al fen\u00f3meno a modelar y no s\u00f3lo en peque\u00f1as secciones de este. Es precisamente debido a estas situaciones que se tiene la necesidad de poder entrenar a nuestras redes neuronales con bases de datos apropiadas y del tama\u00f1o suficiente para poder generar un modelo apropiado del fen\u00f3meno a caracterizar.<\/p>\n

En internet existen una gran cantidad de bases de datos que se pueden consultar y utilizar de forma libre (Obviamente, citando la fuente) para el desarrollo de experimentos cient\u00edficos, acad\u00e9micos y de toda \u00edndole Las cuales ya han sido probadas, y son mejoradas con el paso del tiempo. Estas bases de datos son el esfuerzo de muchos individuos, grupos de personas, instituciones acad\u00e9micas, instituciones gubernamentales, e incluso instituciones privadas que las han desarrollado y las han colocado en una p\u00e1gina web, esperando que los desarrolladores las utilicen y puedan generar conocimiento de frontera y\/o que puedan generar modelos de comportamientos de cualquier fen\u00f3meno, como por ejemplo, la percepci\u00f3n popular de las diferentes vacunas contra el Covid-19 (https:\/\/www.kaggle.com\/datasciencetool\/covid19-vaccine-tweets-with-sentiment-annotation<\/a> ).<\/p>\n

En esta secci\u00f3n, vamos a describir algunas de ellas, esperando que el alumnado, y cualquier interesado, pueda sacar provecho del conocimiento que se transmite de forma libre y gratuita por Internet.<\/p>\n

Kaggle<\/strong><\/h2>\n

\"\"<\/a><\/p>\n

Este sitio es un repositorio con una gran cantidad de datasets<\/em> enfocados al an\u00e1lisis por medio de machine learning<\/em> y Deep learning<\/em>. Dentro de las descripciones de los conjuntos de datos se encuentran c\u00f3digos realizados por los usuarios para mostrar el tratamiento y diferentes aplicaciones de cada una de las bases de datos, incluyendo aplicaciones en Procesamiento de Lenguaje Natural<\/strong> (PLN), lo que dota a cada uno de estos archivos de un valor agregado para un estudiante o un cient\u00edfico del \u00e1rea. Las bases de datos, se encuentran principalmente en archivos .CSV, lo que le da dinamismo para su uso y transportaci\u00f3n. La p\u00e1gina es https:\/\/www.kaggle.com\/<\/a><\/p>\n

Dentro de las bases de dato de inter\u00e9s dentro de este repositorio se encuentran:<\/p>\n