[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"detail-sidebar-cat-0-es-110":3,"doc-seo-127596-110":49,"doc-detail-127596-es":124},{"code":4,"msg":5,"data":6},0,"success",[7,13,17,21,25,29,33,37,41,45],{"id":8,"doc_module":4,"doc_module_name":9,"category_name":10,"show_sort_weight":11,"slug":12},39,"Document","Cómic",60,"comic",{"id":14,"doc_module":4,"doc_module_name":9,"category_name":15,"show_sort_weight":11,"slug":16},43,"Estilo de Vida","lifestyle",{"id":18,"doc_module":4,"doc_module_name":9,"category_name":19,"show_sort_weight":11,"slug":20},38,"Examen","exam",{"id":22,"doc_module":4,"doc_module_name":9,"category_name":23,"show_sort_weight":11,"slug":24},44,"General","general",{"id":26,"doc_module":4,"doc_module_name":9,"category_name":27,"show_sort_weight":11,"slug":28},41,"Investigación e Informes","research-report",{"id":30,"doc_module":4,"doc_module_name":9,"category_name":31,"show_sort_weight":11,"slug":32},37,"Literatura","literature",{"id":34,"doc_module":4,"doc_module_name":9,"category_name":35,"show_sort_weight":11,"slug":36},22,"Relatos y Novelas","story-novel",{"id":38,"doc_module":4,"doc_module_name":9,"category_name":39,"show_sort_weight":11,"slug":40},42,"Religión y Espiritualidad","religion-spirituality",{"id":42,"doc_module":4,"doc_module_name":9,"category_name":43,"show_sort_weight":11,"slug":44},40,"Salud y Atención Médica","healthcare",{"id":46,"doc_module":4,"doc_module_name":9,"category_name":47,"show_sort_weight":11,"slug":48},24,"Tecnología","technology",{"code":4,"msg":50,"data":51},"ok",{"site_id":52,"language":53,"slug":54,"title":55,"keywords":56,"description":57,"schema_data":58,"social_meta":117,"head_meta":119,"extra_data":121,"updated_unix":123},110,"es","machine-learning-neural-networks-applied-to-formula-1","Machine learning - Redes neuronales aplicadas a la Fórmula 1","","El trabajo analiza cómo los métodos de aprendizaje automático pueden mejorar la toma de decisiones en una carrera de Fórmula 1. Se fundamenta la relevancia reciente de la ciencia de datos y el papel del aprendizaje automático en el entrenamiento de sistemas a partir de datos no vistos. En particular, se implementa una red neuronal para estudiar la variación del compuesto del neumático durante la carrera. El documento presenta el marco general de machine learning, profundiza en redes neuronales y valida el enfoque con un conjunto de datos de Fórmula 1, apoyándose en anexos para estrategia, tratamiento de datos y entrenamiento.",{"@graph":59,"@context":116},[60,77,99],{"@type":61,"itemListElement":62},"BreadcrumbList",[63,68,71,74],{"item":64,"name":65,"@type":66,"position":67},"https://docshare.wps.com","Home","ListItem",1,{"item":69,"name":9,"@type":66,"position":70},"https://docshare.wps.com/es/document/",2,{"item":72,"name":27,"@type":66,"position":73},"https://docshare.wps.com/es/document/investigación-e-informes/",3,{"item":75,"name":55,"@type":66,"position":76},"https://docshare.wps.com/es/document/machine-learning-neural-networks-applied-to-formula-1/127596/",4,{"url":75,"name":55,"@type":78,"image":79,"author":84,"headline":55,"publisher":87,"fileFormat":90,"inLanguage":53,"description":57,"dateModified":91,"datePublished":92,"encodingFormat":90,"isAccessibleForFree":93,"interactionStatistic":94},"DigitalDocument",{"url":80,"@type":81,"width":82,"height":83},"https://docshare.wps.com/thumbnails/machine-learning-neural-networks-applied-to-formula-1/127596.png","ImageObject",300,407,{"name":85,"@type":86},"Anda","Person",{"url":64,"name":88,"@type":89},"DocShare","Organization","application/pdf","2026-09-18","2026-08-05",true,{"@type":95,"interactionType":96,"userInteractionCount":98},"InteractionCounter",{"@type":97},"ViewAction",6,{"@type":100,"mainEntity":101},"FAQPage",[102,108,112],{"name":103,"@type":104,"acceptedAnswer":105},"Cuál es el objetivo del trabajo en Fórmula 1?","Question",{"text":106,"@type":107},"Exponer cómo mejorar la toma de decisiones en una carrera de Fórmula 1 usando métodos de aprendizaje automático. En concreto, se utiliza una red neuronal para analizar el cambio de compuesto de los neumáticos durante la carrera.","Answer",{"name":109,"@type":104,"acceptedAnswer":110},"Qué temas cubren los capítulos sobre aprendizaje automático?",{"text":111,"@type":107},"El capítulo 1 presenta una explicación general de los aspectos del machine learning y los problemas que resuelve. También se introducen el aprendizaje supervisado, no supervisado y por refuerzo, junto con problemas y algoritmos asociados.",{"name":113,"@type":104,"acceptedAnswer":114},"Cómo se estructura el estudio sobre redes neuronales y su entrenamiento?",{"text":115,"@type":107},"El capítulo 2 profundiza en redes neuronales: neurona artificial, modelos, funciones de activación, arquitectura y funciones de pérdida. La implementación y el análisis se realizan en el capítulo 3, apoyándose en anexos con la estrategia de las carreras, el tratamiento de datos, la estructura de la red y el proceso de entrenamiento.","https://schema.org",{"og:url":75,"og:type":118,"og:title":55,"og:site_name":88,"og:description":57},"article",{"robots":120,"canonical":75},"index,follow",{"doc_id":122,"site_id":52},127596,1785940179,{"code":4,"msg":5,"data":125},{"doc_id":122,"user_id":126,"nickname":85,"user_avatar":127,"doc_module":4,"category_id":26,"category_name":27,"doc_title":55,"doc_description":57,"doc_content":128,"file_id":129,"file_url":130,"file_type":131,"file_size":132,"view_count":98,"is_deleted":4,"is_public":67,"is_downloadable":67,"audit_status":67,"page_count":133,"language":134,"language_code":53,"site_id":52,"html_lang":53,"table_of_contents":135,"faqs":136,"seo_title":137,"seo_description":57,"update_tm":123,"read_time":138},549768064622,"https://ap-avatar.wpscdn.com/davatar_6f874abed73319feea01a86fa6f0fab8","Machine learning: Redes neuronalesaplicadas a la Fórmula 1  \nAlejandro Izquierdo Bonilla  \nTrabajo de fin de grado de Matemáticas Universidad de Zaragoza  \nDirector del trabajo: Ricardo López Ruiz  \n14 de junio de 2023  \nII  \nAbstract  \nIn recent years, data science-the storage, processing and study of vast amounts of data-has gained great importance, due to the important conclusions that can be drawn.  \nIn the sports field, particularly in the automotive industry, the difference between victory and defeat is tiny, and any slight advantage is of crucial importance. Thus, in the last two decades, it has been possible to appreciate a large investment in the storage and treatment of the data generated in the competition to try to obtain competitive advantages thanks to them.  \nAutomatic learning, machine learning in English, is the fundamental pillar around which all current research revolves. Thanks to it, systems are trained to act, if not better, at least in the same way as a human would, drawing conclusions from data that they have not faced before.  \nThe objective of this work is to expose, through the use of machine learning methods, how to improve decision-making in a Formula 1 race. In particular, a neural network is used to analyze the change in tire compound happened during the race.  \nIn chapter 1, a general explanation is made about the different aspects of machine learning and the problems they solve. Subsequently, in chapter 2, the concept of neural networks and the multiple parts that compose them are deepened, from the number of elements within them to the algorithms that govern their internal functioning and decision making.  \nFinally, in chapter 3, a neural network is implemented on a Formula 1 data set and its results are analyzed. The strategy of the careers that make up the data set can be found in Annex I, while the code for data processing and the structure of the neural network is found in Annex II and the training process of the neural network in Annex III.  \nIV Abstract  \nResumen  \nEn los últimos años, la ciencia de datos-el almacenamiento, procesamiento y estudio de ingentes cantidades de datos - ha cobrado una gran relevancia, debido a las importantes conclusiones que sepueden extraer.  \nEn el ámbito deportivo, en particular en la automoción, la diferencia entre la victoria y la derrotaes ínfima y, cualquier mínima ventaja, es de crucial importancia. Así, en las últimas dos décadas, se ha podido apreciar una gran inversión para el almacenamiento y tratamiento de los datos generados en la competición para tratar de obtener ventajas competitivas gracias a ellos.  \nEl aprendizaje automático, machine learning en inglés, es el pilar fundamental alrededor del cuálpivotan todas las investigaciones actuales. Gracias a él, se entrenan sistemas para que actúen, si no mejor, al menos igual que lo haría un humano, extrayendo conclusiones de datos a los que no se ha enfrentado con anterioridad.  \nEl objetivo del presente trabajo consiste en exponer, mediante la utilización de métodos de aprendizaje automático, cómo mejorar la toma de decisiones en una carrera de Fórmula 1 . En particular, se hace uso de una red neuronal para analizar el cambio de compuesto de los neumáticos sucedido durante la carrera.  \nEn el capítulo 1, se realiza una explicación general sobre las distintas vertientes del aprendizajeautomático y las problemáticas que solucionan. Posteriormente, en el capítulo 2, se profundiza en el concepto de redes neuronales y las múltiples partes que las componen, desde el número de elementos dentro de las mismas hasta los algoritmos que rigen su funcionamiento interno y toma de decisiones.  \nFinalmente, en el capítulo 3, se implementa una red neuronal sobre un conjunto de datos de Fórmula 1 y se analizan sus resultados. La estrategia de las carreras que conforman el conjunto de datos puede encontrarse en el Anexo I, mientras que el código del tratamiento de los datos y estructura de la red neuronal se encuent","cbCaijHpJt0L9zYo","https://ap.wps.com/l/cbCaijHpJt0L9zYo","pdf",1457277,58,"Spanish","# Inteligencia artificial: Machine learning\n## Introducción\n## El aprendizaje supervisado\n### Problemas resueltos mediante el aprendizaje supervisado\n### Algoritmos empleados en aprendizaje supervisado\n## El aprendizaje no supervisado\n### Problemas resueltos mediante el aprendizaje no supervisado\n### Algoritmos empleados en aprendizaje no supervisado\n## El aprendizaje por refuerzo\n### Problemas resueltos mediante el aprendizaje por refuerzo\n### Algoritmos empleados en aprendizaje por refuerzo\n# Redes neuronales\n## Funcionamiento del cerebro humano\n## Neurona artificial\n### Modelo genérico de neurona artificial\n### Modelo estándar de neurona artificial\n### Funciones de activación más habituales\n## Arquitectura de redes neuronales\n### ¿Qué es una red neuronal?\n### Número de neuronas en las capas\n### Tipos de redes neuronales\n## Funciones de pérdida\n### Error cuadrático medio\n### Error absoluto medio\n### Pérdida de Huber\n### Entropía cruzada binaria\n### Entropía cruzada categórica","[{\"question\":\"Cuál es el objetivo del trabajo en Fórmula 1?\",\"answer\":\"Exponer cómo mejorar la toma de decisiones en una carrera de Fórmula 1 usando métodos de aprendizaje automático. En concreto, se utiliza una red neuronal para analizar el cambio de compuesto de los neumáticos durante la carrera.\"},{\"question\":\"Qué temas cubren los capítulos sobre aprendizaje automático?\",\"answer\":\"El capítulo 1 presenta una explicación general de los aspectos del machine learning y los problemas que resuelve. También se introducen el aprendizaje supervisado, no supervisado y por refuerzo, junto con problemas y algoritmos asociados.\"},{\"question\":\"Cómo se estructura el estudio sobre redes neuronales y su entrenamiento?\",\"answer\":\"El capítulo 2 profundiza en redes neuronales: neurona artificial, modelos, funciones de activación, arquitectura y funciones de pérdida. La implementación y el análisis se realizan en el capítulo 3, apoyándose en anexos con la estrategia de las carreras, el tratamiento de datos, la estructura de la red y el proceso de entrenamiento.\"}]","Machine learning - Redes neuronales aplicadas a la Fórmula 1 | PDF",89]