Aplicaciones de Machine Learning (Fase 1)

Este proyecto se centra en la aplicación de algoritmos y estrategias de Machine Learning para automatizar tareas complejas, abordando problemas sociales y tecnológicos significativos. Se busca mejorar la calidad de vida de personas con discapacidad visual, abordando la carencia de tecnología accesible para actividades sociales como los juegos de naipes. En el ámbito de la salud mental, se propone la implementación de Machine Learning para automatizar diagnósticos, superando las dificultades asociadas a la ambigüedad sintomática y la escasez de conjuntos de datos adecuados, lo que requiere el desarrollo de herramientas para la obtención de información. Además, se aborda el reto de asegurar la alta disponibilidad de servicios en entornos de Cloud Computing, utilizando técnicas de Inteligencia Artificial como Redes Neuronales y Lógica Difusa para resolver problemas complejos como la tolerancia a fallos. La metodología adoptada es holística, cubriendo aspectos de desarrollo de Machine Learning y computación aplicada, siguiendo un proceso sistemático inspirado en KDD que incluye selección de características, algoritmo, validación y la interpretación de resultados para convertirlos en conocimiento aplicable.<br/><br/><b>Objetivo</b>: <br/>Desarrollar estrategias de Machine Learning para la automatización de tareas en diversos campos, incluyendo la asistencia a personas con discapacidad visual, el diagnóstico en salud mental y la gestión de alta disponibilidad en entornos de Cloud Computing.<br/><br/><b>Líneas de investigación</b>: <br/>Ciencia de datos y simulación