Prediccion de actividad biologica para el procesamiento masivo de datos utilizando Maquinas de Soporte Vectorial

Abstract

Se plantea el concepto de Inteligencia Artificial y de las Maquinas de Soporte Vectorial como una de sus ramas, asi como tipos y definiciones. Tambien se exponen las condiciones de Karush-Kuhn-Tucker (KKT), el problema de la programacion cuadratica y el algoritmo Sequential Minimal Optimization y su variante paralela como metodo para darle solucion. Se utiliza Entorno para analisis del conocimiento Weka como la primera solucion que se investigo en este trabajo. Las librerias LIBLINEAR y LIBSVM como herramientas para en el ambiente local. El software π

SVM y las Maquinas de Soporte Vectorial distribuidas. El lenguaje java y eclipse como entorno de desarrollo y por ultimo las metodologias que se trazaron a lo largo de este trabajo.