Universidad de Burgos RIUBU Principal Default Universidad de Burgos RIUBU Principal Default
  • español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
Universidad de Burgos RIUBU Principal Default
  • Ayuda
  • Kontakt
  • Feedback abschicken
  • Acceso abierto
    • Archivar en RIUBU
    • Acuerdos editoriales para la publicación en acceso abierto
    • Controla tus derechos, facilita el acceso abierto
    • Sobre el acceso abierto y la UBU
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Stöbern

    Gesamter BestandBereiche & SammlungenErscheinungsdatumAutorenTitelnSchlagwortenDiese SammlungErscheinungsdatumAutorenTitelnSchlagworten

    Mein Benutzerkonto

    EinloggenRegistrieren

    Statistiken

    Benutzungsstatistik

    Compartir

    Dokumentanzeige 
    •   RIUBU Startseite
    • Dissertationen
    • Tesis Ingeniería Civil
    • Dokumentanzeige
    •   RIUBU Startseite
    • Dissertationen
    • Tesis Ingeniería Civil
    • Dokumentanzeige

    Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10259/146

    Título
    Combinación de clasificadores: construcción de características e incremento de la diversidad
    Autor
    Maudes Raedo, Jesús M.Autoridad UBU Orcid
    Director
    Rodríguez Diez, Juan JoséAutoridad UBU Orcid
    García Osorio, CésarAutoridad UBU Orcid
    Entidad
    Universidad de Burgos. Departamento de Ingeniería Civil
    Fecha de publicación
    2010
    Fecha de lectura/defensa
    2010
    DOI
    10.36443/10259/146
    Zusammenfassung
    Los multiclasificadores son actualmente un área de interés dentro del Reconocimiento de Patrones. En esta tesis se presentan tres métodos multiclasificadores: "Cascadas para datos nominales", "Disturbing Neighbors" y "Random Feature Weights". Las Cascadas permiten que clasificadores que necesitan entradas numéricas mejoren sus resultados, tomando como entradas adicionales las estimaciones de probabilidad de otro clasificador que sí pueda trabajar con datos nominales. "Disturbing Neighbors" aumenta el conjunto de entrenamiento de cada clasificador base a partir de la salida de un clasificador NN. El NN de cada clasificador base es obtenido de forma aleatoria. Random Feature Weights es un método que utiliza árboles cómo clasificadores base, que modifica la función de mérito de los mismos mediante un peso aleatorio. Además la tesis aporta nuevos diagramas para la visualización de la diversidad de los clasificadores base: Diagramas de Movimiento Kappa-Error y los Diagramas de Movimiento Relativo Kappa-Error
    Palabras clave
    Mineria de Datos
    Aprendizaje Automático
    Multiclasificadores
    Diversidad
    Construcción de Características
    Data Mining
    Machine Learning
    Ensembles
    Diversity
    Feature Construction
    Materia
    Informática
    Computer science
    URI
    http://hdl.handle.net/10259/146
    Aparece en las colecciones
    • Tesis Ingeniería Civil
    Attribution-NonCommercial-NoDerivs 3.0 Unported
    Documento(s) sujeto(s) a una licencia Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported
    Dateien zu dieser Ressource
    Nombre:
    Maudes_Raedo.pdf
    Tamaño:
    6.431Mb
    Formato:
    Adobe PDF
    Thumbnail
    Öffnen

    Métricas

    Citas

    Academic Search
    Ver estadísticas de uso

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis
    Zur Langanzeige