Machine Learning en Kubernetes: Cómo predecir la productividad de una formación táctica de fútbol en un ambiente de producción

RESUMEN: En la actualidad, la “inteligencia artificial” es capaz de proponer soluciones a problemas cada vez más complejos, de una manera mucho más versátil y flexible en comparación a las soluciones tradicionales. No obstante, llevar a producción estos sistemas construidos sobre algoritmos de ​ mac...

Full description

Autores:
Ospina Hincapié, Johan Estiven
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/17265
Acceso en línea:
http://hdl.handle.net/10495/17265
Palabra clave:
Producción
Production
Inteligencia artificial
Artificial intelligence
Algoritmo
Algorithms
Programa de ordenador
Computer software
Automatización
Automation
Kubernetes
Machine learning
Microservicios
http://vocabularies.unesco.org/thesaurus/concept8761
http://vocabularies.unesco.org/thesaurus/concept3052
http://vocabularies.unesco.org/thesaurus/concept2024
http://vocabularies.unesco.org/thesaurus/concept6081
http://vocabularies.unesco.org/thesaurus/concept3401
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UDEA2_77c5bf967306cca3d1a72287a1ffb69f
oai_identifier_str oai:bibliotecadigital.udea.edu.co:10495/17265
network_acronym_str UDEA2
network_name_str Repositorio UdeA
repository_id_str
dc.title.spa.fl_str_mv Machine Learning en Kubernetes: Cómo predecir la productividad de una formación táctica de fútbol en un ambiente de producción
title Machine Learning en Kubernetes: Cómo predecir la productividad de una formación táctica de fútbol en un ambiente de producción
spellingShingle Machine Learning en Kubernetes: Cómo predecir la productividad de una formación táctica de fútbol en un ambiente de producción
Producción
Production
Inteligencia artificial
Artificial intelligence
Algoritmo
Algorithms
Programa de ordenador
Computer software
Automatización
Automation
Kubernetes
Machine learning
Microservicios
http://vocabularies.unesco.org/thesaurus/concept8761
http://vocabularies.unesco.org/thesaurus/concept3052
http://vocabularies.unesco.org/thesaurus/concept2024
http://vocabularies.unesco.org/thesaurus/concept6081
http://vocabularies.unesco.org/thesaurus/concept3401
title_short Machine Learning en Kubernetes: Cómo predecir la productividad de una formación táctica de fútbol en un ambiente de producción
title_full Machine Learning en Kubernetes: Cómo predecir la productividad de una formación táctica de fútbol en un ambiente de producción
title_fullStr Machine Learning en Kubernetes: Cómo predecir la productividad de una formación táctica de fútbol en un ambiente de producción
title_full_unstemmed Machine Learning en Kubernetes: Cómo predecir la productividad de una formación táctica de fútbol en un ambiente de producción
title_sort Machine Learning en Kubernetes: Cómo predecir la productividad de una formación táctica de fútbol en un ambiente de producción
dc.creator.fl_str_mv Ospina Hincapié, Johan Estiven
dc.contributor.advisor.none.fl_str_mv Pachon Contreras, Leonardo Augusto
Vergel Becerra, Joseph Fabricio
dc.contributor.author.none.fl_str_mv Ospina Hincapié, Johan Estiven
dc.subject.unesco.none.fl_str_mv Producción
Production
Inteligencia artificial
Artificial intelligence
Algoritmo
Algorithms
Programa de ordenador
Computer software
Automatización
Automation
topic Producción
Production
Inteligencia artificial
Artificial intelligence
Algoritmo
Algorithms
Programa de ordenador
Computer software
Automatización
Automation
Kubernetes
Machine learning
Microservicios
http://vocabularies.unesco.org/thesaurus/concept8761
http://vocabularies.unesco.org/thesaurus/concept3052
http://vocabularies.unesco.org/thesaurus/concept2024
http://vocabularies.unesco.org/thesaurus/concept6081
http://vocabularies.unesco.org/thesaurus/concept3401
dc.subject.proposal.spa.fl_str_mv Kubernetes
Machine learning
Microservicios
dc.subject.unescouri.none.fl_str_mv http://vocabularies.unesco.org/thesaurus/concept8761
http://vocabularies.unesco.org/thesaurus/concept3052
http://vocabularies.unesco.org/thesaurus/concept2024
http://vocabularies.unesco.org/thesaurus/concept6081
http://vocabularies.unesco.org/thesaurus/concept3401
description RESUMEN: En la actualidad, la “inteligencia artificial” es capaz de proponer soluciones a problemas cada vez más complejos, de una manera mucho más versátil y flexible en comparación a las soluciones tradicionales. No obstante, llevar a producción estos sistemas construidos sobre algoritmos de ​ machine learning y ​ deep learning ​ , es un reto constante que requiere de un gran abanico de funcionalidades como lo son la auto escalabilidad horizontal, autocuración, lanzamientos automáticos, atomicidad, entre otros. Por consiguiente, el objetivo principal de este proyecto consistió en diseñar e implementar una arquitectura de ​ software sólida que sirviese como infraestructura base para el despliegue en producción de soluciones predictivas. Para ello, se retomó el problema de la estimación de la productividad de la formación tactical inicial para equipos del fútbol Europeo. Una vez replicado el desarrollo desde la perspectiva de ciencia de datos y ​ machine learning se diseñó y construyó una plataforma web predictiva basada en una arquitectura de microservicios. Esta arquitectura utiliza tecnologías modernas como ​ Docker y Kubernetes que permiten un despliegue eficiente en producción, permitiendo así incluso el entrenamiento de algoritmos por demanda del usuario según las configuraciones y parámetros elegidos por este. Finalmente, como perspectivas para la continuación del trabajo se plantea la incorporación de ​ service mesh con ​Istio para el descubrimiento de servicios, ​ Kubeflow como operador de ​ Kubernetes para el desarrollo de modelos de ​ machine learning ​ y ​ rancher para automatizar la construcción del cluster.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-11-10T19:26:26Z
dc.date.available.none.fl_str_mv 2020-11-10T19:26:26Z
dc.date.issued.none.fl_str_mv 2020
dc.type.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.hasversion.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/TP
dc.type.local.spa.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10495/17265
url http://hdl.handle.net/10495/17265
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.accessrights.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.extent.spa.fl_str_mv 39
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.place.spa.fl_str_mv Medellín, Colombia
institution Universidad de Antioquia
bitstream.url.fl_str_mv http://bibliotecadigital.udea.edu.co/bitstream/10495/17265/1/OspinaJohan_2020_MachineLearningKubernetes.pdf
http://bibliotecadigital.udea.edu.co/bitstream/10495/17265/4/license_rdf
http://bibliotecadigital.udea.edu.co/bitstream/10495/17265/5/license.txt
bitstream.checksum.fl_str_mv 239f425587c58b8ce5a2409e8c448cf2
b88b088d9957e670ce3b3fbe2eedbc13
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de Antioquia
repository.mail.fl_str_mv andres.perez@udea.edu.co
_version_ 1812173221926010880
spelling Pachon Contreras, Leonardo AugustoVergel Becerra, Joseph FabricioOspina Hincapié, Johan Estiven2020-11-10T19:26:26Z2020-11-10T19:26:26Z2020http://hdl.handle.net/10495/17265RESUMEN: En la actualidad, la “inteligencia artificial” es capaz de proponer soluciones a problemas cada vez más complejos, de una manera mucho más versátil y flexible en comparación a las soluciones tradicionales. No obstante, llevar a producción estos sistemas construidos sobre algoritmos de ​ machine learning y ​ deep learning ​ , es un reto constante que requiere de un gran abanico de funcionalidades como lo son la auto escalabilidad horizontal, autocuración, lanzamientos automáticos, atomicidad, entre otros. Por consiguiente, el objetivo principal de este proyecto consistió en diseñar e implementar una arquitectura de ​ software sólida que sirviese como infraestructura base para el despliegue en producción de soluciones predictivas. Para ello, se retomó el problema de la estimación de la productividad de la formación tactical inicial para equipos del fútbol Europeo. Una vez replicado el desarrollo desde la perspectiva de ciencia de datos y ​ machine learning se diseñó y construyó una plataforma web predictiva basada en una arquitectura de microservicios. Esta arquitectura utiliza tecnologías modernas como ​ Docker y Kubernetes que permiten un despliegue eficiente en producción, permitiendo así incluso el entrenamiento de algoritmos por demanda del usuario según las configuraciones y parámetros elegidos por este. Finalmente, como perspectivas para la continuación del trabajo se plantea la incorporación de ​ service mesh con ​Istio para el descubrimiento de servicios, ​ Kubeflow como operador de ​ Kubernetes para el desarrollo de modelos de ​ machine learning ​ y ​ rancher para automatizar la construcción del cluster.39application/pdfspainfo:eu-repo/semantics/acceptedVersioninfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttps://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - Pregradoinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/co/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-nd/4.0/Machine Learning en Kubernetes: Cómo predecir la productividad de una formación táctica de fútbol en un ambiente de producciónMedellín, ColombiaProducciónProductionInteligencia artificialArtificial intelligenceAlgoritmoAlgorithmsPrograma de ordenadorComputer softwareAutomatizaciónAutomationKubernetesMachine learningMicroservicioshttp://vocabularies.unesco.org/thesaurus/concept8761http://vocabularies.unesco.org/thesaurus/concept3052http://vocabularies.unesco.org/thesaurus/concept2024http://vocabularies.unesco.org/thesaurus/concept6081http://vocabularies.unesco.org/thesaurus/concept3401Profesional en Ingeniería de SistemasPregradoFacultad de IngenieríaUniversidad de AntioquiaORIGINALOspinaJohan_2020_MachineLearningKubernetes.pdfOspinaJohan_2020_MachineLearningKubernetes.pdfTrabajo de grado de pregradoapplication/pdf2628922http://bibliotecadigital.udea.edu.co/bitstream/10495/17265/1/OspinaJohan_2020_MachineLearningKubernetes.pdf239f425587c58b8ce5a2409e8c448cf2MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8823http://bibliotecadigital.udea.edu.co/bitstream/10495/17265/4/license_rdfb88b088d9957e670ce3b3fbe2eedbc13MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://bibliotecadigital.udea.edu.co/bitstream/10495/17265/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5510495/17265oai:bibliotecadigital.udea.edu.co:10495/172652021-06-28 14:37:08.809Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.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