Aprendizaje online aplicado al sector industrial: estado del arte y frameworks existentes

Abstract

Aunque las técnicas de aprendizaje automático han evolucionado mucho, en la actualidad los métodos que prevalecen son los denominados de aprendizaje off-line, en los cuales los modelos son entrenados procesando el conjunto de datos de entrada. Esto conlleva limitaciones como la complejidad computacional para poder entrenar los modelos con grandes conjuntos de datos, y la dificultad de que los modelos así entrenados se puedan adaptar a las circunstancias cambiantes de los datos pues el modelo debería ser reentrenado de nuevo. Como contrapartida está emergiendo la utilización de algoritmos de aprendizaje online, en los que el algoritmo aprende de cada nuevo dato que es recibido. Esta comunicación analiza la aplicación de este tipo de algoritmos en el sector industrial y los frameworks de desarrollo existentes.