Benchmark de Frameworks de Machine Learning

Bibliographic Details
Main Author: Silva, Tatiana Cristina Soares
Publication Date: 2022
Format: Master thesis
Language: eng
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: http://hdl.handle.net/11110/2340
Summary: Este trabalho de dissertação resulta de um estudo realizado relativo à área de Machine Learning, os algoritmos que esta área engloba, as formas de aplicação do Machine Learning nas mais diversas áreas do quotidiano, frameworks associadas e aplicações/estudos reais. Assim, este trabalho final de mestrado versa sobre o estudo e análise de diversas frameworks/bibliotecas de Machine Learning. Este estudo teve em conta as características de cada uma, bem como os seus "prós" e "contras". Estas foram avaliadas/classificadas consoante a sua utilização e feedback emitido por diversos utilizadores e estudos encontrados em pesquisa. Foram também ainda analisados estudos relativos à classificação das frameworks e sua respetiva evolução, onde são analisados características como a procura por parte dos utilizadores e benchmarking das mesmas. São também abordados casos reais de aplicação do Machine Learning na atualidade, mais concretamente, o seu papel no combate ao covid-19. Este trabalho apenas se debruça sobre uma análise teórica das diversas frameworks abordadas, sendo possível concluir quais as frameworks mais requisitadas na atualidade.
id RCAP_edb767b3d9cb42258a13bb9ff835d0b5
oai_identifier_str oai:ciencipca.ipca.pt:11110/2340
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Benchmark de Frameworks de Machine LearningMachine LearningFrameworksBibliotecasBenchmarkAlgoritmosEste trabalho de dissertação resulta de um estudo realizado relativo à área de Machine Learning, os algoritmos que esta área engloba, as formas de aplicação do Machine Learning nas mais diversas áreas do quotidiano, frameworks associadas e aplicações/estudos reais. Assim, este trabalho final de mestrado versa sobre o estudo e análise de diversas frameworks/bibliotecas de Machine Learning. Este estudo teve em conta as características de cada uma, bem como os seus "prós" e "contras". Estas foram avaliadas/classificadas consoante a sua utilização e feedback emitido por diversos utilizadores e estudos encontrados em pesquisa. Foram também ainda analisados estudos relativos à classificação das frameworks e sua respetiva evolução, onde são analisados características como a procura por parte dos utilizadores e benchmarking das mesmas. São também abordados casos reais de aplicação do Machine Learning na atualidade, mais concretamente, o seu papel no combate ao covid-19. Este trabalho apenas se debruça sobre uma análise teórica das diversas frameworks abordadas, sendo possível concluir quais as frameworks mais requisitadas na atualidade.2022-05-19T09:27:27Z2022-05-19T09:27:27Z2022-05-19T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/11110/2340oai:ciencipca.ipca.pt:11110/2340enghttp://hdl.handle.net/11110/2340203011260Silva, Tatiana Cristina Soaresinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2022-09-05T12:53:37Zoai:ciencipca.ipca.pt:11110/2340Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T10:03:59.426262Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Benchmark de Frameworks de Machine Learning
title Benchmark de Frameworks de Machine Learning
spellingShingle Benchmark de Frameworks de Machine Learning
Silva, Tatiana Cristina Soares
Machine Learning
Frameworks
Bibliotecas
Benchmark
Algoritmos
title_short Benchmark de Frameworks de Machine Learning
title_full Benchmark de Frameworks de Machine Learning
title_fullStr Benchmark de Frameworks de Machine Learning
title_full_unstemmed Benchmark de Frameworks de Machine Learning
title_sort Benchmark de Frameworks de Machine Learning
author Silva, Tatiana Cristina Soares
author_facet Silva, Tatiana Cristina Soares
author_role author
dc.contributor.author.fl_str_mv Silva, Tatiana Cristina Soares
dc.subject.por.fl_str_mv Machine Learning
Frameworks
Bibliotecas
Benchmark
Algoritmos
topic Machine Learning
Frameworks
Bibliotecas
Benchmark
Algoritmos
description Este trabalho de dissertação resulta de um estudo realizado relativo à área de Machine Learning, os algoritmos que esta área engloba, as formas de aplicação do Machine Learning nas mais diversas áreas do quotidiano, frameworks associadas e aplicações/estudos reais. Assim, este trabalho final de mestrado versa sobre o estudo e análise de diversas frameworks/bibliotecas de Machine Learning. Este estudo teve em conta as características de cada uma, bem como os seus "prós" e "contras". Estas foram avaliadas/classificadas consoante a sua utilização e feedback emitido por diversos utilizadores e estudos encontrados em pesquisa. Foram também ainda analisados estudos relativos à classificação das frameworks e sua respetiva evolução, onde são analisados características como a procura por parte dos utilizadores e benchmarking das mesmas. São também abordados casos reais de aplicação do Machine Learning na atualidade, mais concretamente, o seu papel no combate ao covid-19. Este trabalho apenas se debruça sobre uma análise teórica das diversas frameworks abordadas, sendo possível concluir quais as frameworks mais requisitadas na atualidade.
publishDate 2022
dc.date.none.fl_str_mv 2022-05-19T09:27:27Z
2022-05-19T09:27:27Z
2022-05-19T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11110/2340
oai:ciencipca.ipca.pt:11110/2340
url http://hdl.handle.net/11110/2340
identifier_str_mv oai:ciencipca.ipca.pt:11110/2340
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv http://hdl.handle.net/11110/2340
203011260
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833590437702533120