Etiqueta: Aprendizaje automático (ML)

Guía completa del aprendizaje federado
¿Qué es el aprendizaje federado? El aprendizaje federado es un enfoque de aprendizaje automático que permite a varios dispositivos o sistemas entrenar un modelo compartido de forma colaborativa sin intercambiar datos en bruto. En lugar de enviar datos a un servidor central, cada participante, como...

La importancia del preprocesamiento de datos en el aprendizaje automático (AM)
El preprocesamiento de datos es un paso vital en el aprendizaje automático que transforma los datos brutos y desordenados en un formato limpio y estructurado para el entrenamiento de modelos. Implica limpiar, transformar, codificar y dividir los datos para mejorar la precisión del modelo, evitar la fuga de datos y garantizar...

SWARM Engineering ayuda a las empresas a optimizar sus cadenas de suministro con tecnología de última generación
Al entrar en el nuevo año, todo gira en torno a la inteligencia artificial (IA) y el aprendizaje automático (AM). ¿Qué significan estas tecnologías para la sociedad en su conjunto y cómo se incorporarán a la vida cotidiana? Un...

Cloud to Edge AI con una plataforma de base de datos móvil
La computación de borde es una arquitectura técnica que extiende el procesamiento de datos de la nube al borde, acercándolo al punto de interacción, incluidos los dispositivos móviles. Desde la perspectiva de la base de datos, una arquitectura típica incluye una base de datos en la nube,...

Aprovechamiento de sus modelos ML con Couchbase Analytics Funciones Definidas por el Usuario (UDF)
Con Couchbase 7.0 ahora es capaz de permitir la integración de Python UDFs con Couchbase Analytics. En la Parte 1 de esta serie de blogs, cubrimos los aspectos esenciales para conseguir Couchbase y el Analytics para Machine Learning (ML) configurado. ML tiene...

Cómo Couchbase simplifica la ciencia de datos (Parte 1)
Este post ha sido escrito en colaboración con Karen Yuan, becaria de Secundaria. La ciencia de datos extrae conocimiento de los datos y aplica ese conocimiento para resolver problemas. En los próximos dos posts, aprenderemos cómo la plataforma de datos Couchbase puede satisfacer diversas...

ML se une a NoSQL: Integración de funciones definidas por el usuario de Python con SQL++ para análisis
Después de conversaciones con nuestros clientes sobre el retraso en la obtención de información analítica de sus modelos de aprendizaje automático basados en Python, nos propusimos crear una tubería sin fisuras de Python a Couchbase Analytics que devuelve información más rápida en tiempo real. Introducción Con...

Entrenando un Modelo de Regresión Lineal con Couchbase y un Jupyter Notebook: Tutorial paso a paso
A los científicos de datos les encantan los cuadernos Jupyter, y es una combinación natural con la base de datos de documentos Couchbase. ¿Por qué? La aplicación web Jupyter Notebook te permite crear y compartir documentos que contienen texto narrativo, ecuaciones y similares para casos de uso...

Couchbase Analytics ya es compatible con Azure Blob Storage mediante colecciones de análisis externas
Ahora puedes analizar aún más datos de tu empresa usando Couchbase Analytics - sin tener que mover o migrar un byte. A partir de hoy, me complace anunciar la próxima compatibilidad con Microsoft Azure Blob Storage para colecciones de análisis externas...

Anuncio de Couchbase Server 7.0
Couchbase Server 7.0 resuelve los requisitos del desarrollo de aplicaciones modernas. Al hacerlo, zanja el debate sobre el uso de bases de datos relacionales o NoSQL. Ya no hay necesidad de hacer concesiones. (Pruébelo usted mismo aquí o...
![How to Use Couchbase as a Machine Learning Model Store [Part 2 of 2]](https://www.couchbase.com/blog/wp-content/uploads/sites/1/2021/07/machine-learning-model-store-couchbase-data-platform-800x280.png)
Cómo usar Couchbase como almacén de modelos de aprendizaje automático [Parte 2 de 2].
Cuando se trata de aprendizaje automático, se habla y se escribe mucho sobre el entrenamiento de los modelos de ML. Pero igual de importante es dónde se almacenan esos modelos una vez que están listos para servir predicciones en tiempo real. La semana pasada analizamos...