Browsing by Author "Bastarrica Boghossian, Felipe"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Implementación de algoritmos y herramientas de ML/AI aplicado a predicciones en carreras de caballos
    (Universidad ORT Uruguay, 2024) Bastarrica Boghossian, Felipe; Giosa Lirola, Aldo Gabriel; Maestro Barrios, Esteban; Mora Riquelme, Hugo Andrés; Braberman, Victor Adrian; Rodriguez Pedreira, Juan Andrés
    El siguiente trabajo final se centra en la aplicación de técnicas de aprendizaje automático aplicado a predicciones de resultados de carreras de caballos, con el objetivo de maximizar las ganancias para distintos tipos de apuestas. La finalidad es poder armar una o más apuestas que lleven al usuario a tener un resultado más redituable frente a su percepción como apostador. Esta puede ser la clásica apuesta al ganador, combinaciones de caballos para los primeros puestos, hasta no hacer ninguna apuesta debido a las pocas certezas que se tienen para obtener un resultado favorable y seguro. Para este trabajo se estudiaron datos de miles de carreras de caballos en Australia, con el objetivo de investigar en profundidad todas las variables que se obtienen de diferentes fuentes, entender el problema para modelar las soluciones de forma acorde y aplicar técnicas de aprendizaje automático para comparar resultados utilizando diferentes métricas. El contenido de esta tesis muestra los variados retos y estudios que implicaron la realización del análisis y los modelos, como el diseño de la simulación y la optimización de las técnicas utilizadas.
  • Thumbnail Image
    Item
    Sistema de soporte a las decisiones de riego con herramientas de aprendizaje automático
    (Universidad ORT Uruguay, 2018) Bastarrica Boghossian, Felipe; Espíndola González, Emiliano; Frommel Araújo, Fabián; Ferragut Varela, Ruben Andrés; Gómez Sena, Gabriel Pablo; Capdehourat Longres, Germán
    El presente trabajo expone la investigación y desarrollo para crear un sistema de monitoreo, visualización y pronóstico de variables relacionadas al estado de un terreno controlado, que pretende asistir en la toma de decisiones del riego. El proyecto surge por la inquietud de incorporar tecnologías de comunicación, de Internet de las cosas y técnicas de aprendizaje automático para optimizar la agricultura de regadío. Además, se busca integrar una interfaz amigable al usuario, que permita conocer, a usuarios no expertos, el estado de su predio y las posibles predicciones a futuro. Se diseñó y construyó un sistema que posibilita el sensado de variables y recolección de datos para su almacenamiento y procesamiento en la nube, y posterior visualización de los resultados en una interfaz de usuario web. Se logró construir un sistema integral para la adquisición de datos de un predio dado y el análisis de los mismos. Además, se pudo conseguir un conjunto de datos externo suficiente para confirmar la validez de los algoritmos de aprendizaje automático trabajados en el proyecto.