Desarrollo de soluciones automáticas para datos tabulares mediante Deep Learning

Abstract

En este proyecto se ha realizado un módulo automático que procesa y adapta los datos de entrada, genera una red neuronal adecuada para predecir los resultados para un problema específico. Con el objetivo de obtener los mejores resultados, se crea una red multicapa totalmente conectada dinámica en tamaño (no de capas y neuronas) y características de la red (learning rate, dropout y batch normalization) en base a un histórico de datos. La experimentación se ha realizado sobre una GPU para acelerar el proceso de entrena- miento. Finalmente, se comparan los resultados obtenidos frente a algoritmos de Machine learning tradicionales. Generalmente la red neuronal se equipara con el mejor algoritmo tradicional para cada base de datos, y en algunos casos, se obtiene el mejor rendimiento.