Resumen:
En este trabajo desarrollamos un framework para definir y entrenar modelos de aprendizaje automático en Smalltalk, un lenguaje orientado a objetos reflexivo y dinámicamente tipado. Este framework busca proporcionar una solución intuitiva y escalable para la construcción de modelos de IA, aprovechando las mejores prácticas de diseño a lo largo de su desarrollo. Utilizamos la librería open-source TensorFlow, especializada en resolver expresiones matemáticas complejas y ampliamente utilizada en soluciones de IA. Esto nos permite enfocarnos en el diseño y desarrollo de nuestra herramienta sin la necesidad de abordar directamente los desafíos numéricos de bajo nivel. Nuestro objetivo es ofrecer una base de código clara y autoexplicativa que pueda ser fácilmente entendida y ampliada en futuros desarrolladores. Finalmente, comparamos los resultados y el rendimiento de nuestra solución con herramientas similares en otros lenguajes, como Keras en Python, así como en dos dialectos de Smalltalk, destacando tanto las fortalezas como las limitaciones de nuestro enfoque.
Abstract:
In this work, we developed a framework to define and train machine learning models in Smalltalk, a reflective, dynamically-typed object-oriented language. This framework aims to provide an intuitive and scalable solution for building AI models, while leveraging best design practices throughout its development. We utilize the open-source TensorFlow library, which specializes in solving complex mathematical expressions and is widely used in AI solutions. This allows us to focus on the design and development of our tool without needing to directly address low-level numerical challenges. Our goal is to offer a clear, self-explanatory codebase that can be easily understood and extended by developers. Finally, we compare the results and performance of our solution with similar tools in other languages, such as Keras in Python, as well as two Smalltalk dialects, highlighting both the strengths and limitations of our approach.
Citación:
---------- APA ----------
Vanecek, Juan. (2025). Deep learning on dynamically-typed object-oriented languages. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nCOM000860_Vanecek
---------- CHICAGO ----------
Vanecek, Juan. "Deep learning on dynamically-typed object-oriented languages". Tesis de Grado, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2025.https://hdl.handle.net/20.500.12110/seminario_nCOM000860_Vanecek
Estadísticas:
Descargas mensuales
Total de descargas desde :
https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nCOM000860_Vanecek.pdf
Distrubución geográfica
