Un estudio comparativo de plataformas de aprendizaje automático automatizado para análisis de tipología de antropometría basado en ejercicio: evaluación del rendimiento de AWS SageMaker, GCP VertexAI y MS Azure
Autores: Choi, Wansuk; Choi, Taeseok; Heo, Seoyoon
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un estudio comparativo de plataformas de aprendizaje automático automatizado para análisis de tipología de antropometría basado en ejercicio: evaluación del rendimiento de AWS SageMaker, GCP VertexAI y MS Azure
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Aprendizaje automático
Algoritmos
Precisión predictiva
Plataformas
Métricas de rendimiento
AutoML
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
El aumento de la prevalencia de aplicaciones de aprendizaje automático (ML) y aprendizaje automático automatizado (AutoML) en diversas industrias requiere evaluaciones comparativas rigurosas de sus precisión predictiva bajo diversos entornos computacionales.
Descripción
El aumento de la prevalencia de aplicaciones de aprendizaje automático (ML) y aprendizaje automático automatizado (AutoML) en diversas industrias requiere evaluaciones comparativas rigurosas de sus precisión predictiva bajo diversos entornos computacionales.