dc.contributor.advisor | Mateo Cerdán, Juan Luis | |
dc.contributor.author | Arce Poyal, Guillermo | |
dc.date.accessioned | 2021-11-17T07:32:57Z | |
dc.date.available | 2021-11-17T07:32:57Z | |
dc.date.issued | 2021-06-23 | |
dc.identifier.uri | http://hdl.handle.net/10651/61133 | |
dc.description.abstract | Se realizará un análisis comparativo de estas dos librerías de deep learning desde el punto de vista de su integración en aplicaciones que requieran modelos de predicción basados en redes neuronales.
La comparación ser basará en la implementación de un prototipo de una aplicación web sencilla, en el lenguaje y entorno a determinar, pero se primará Python o Java. Los aspectos a considerar en la comparativa serán, entro otros, facilidad de aprendizaje y uso para el programador, versatilidad de las opciones ofrecidas, y eficiencia.
Además del resultados de la comparación, se proporcionará también un apartado de recomendaciones según la experiencia durante el desarrollo del proyecto.
No es necesario un conocimiento previo en deep learning ni en estas librerías. | spa |
dc.format.extent | 71 p. | |
dc.language.iso | eng | spa |
dc.relation.ispartofseries | Grado en Ingeniería Informática del Software | |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.title | TensorFlow y PyTorch: analysis and application to the stock market | eng |
dc.title.alternative | TensorFlow y PyTorch: análisis y aplicación al mercado de valores | spa |
dc.type | bachelor thesis | spa |
dc.rights.accessRights | open access | |