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
  • Fale conosco
  • Entre em contato
  • 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.

    Navegar

    Todo o repositórioComunidades e ColeçõesPor data do documentoAutoresTítulosAssuntosEsta coleçãoPor data do documentoAutoresTítulosAssuntos

    Minha conta

    EntrarCadastro

    Estatísticas

    Ver as estatísticas de uso

    Compartir

    Ver item 
    •   Página inicial
    • Teses de Doutoramento
    • Tesis Ingeniería Civil
    • Ver item
    •   Página inicial
    • Teses de Doutoramento
    • Tesis Ingeniería Civil
    • Ver item

    Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10259/4654

    Título
    Minería de Datos y combinación de regresores
    Autor
    Pardo Aguilar, CarlosAutoridad UBU Orcid
    Director
    García Osorio, CésarAutoridad UBU Orcid
    Rodríguez Diez, Juan JoséAutoridad UBU Orcid
    Entidad
    Universidad de Burgos. Departamento de Ingeniería Civil
    Fecha de publicación
    2016
    Fecha de lectura/defensa
    2016
    DOI
    10.36443/10259/4654
    Resumo
    La Inteligencia Artificial es el área de conocimiento que se dedica a la investigación en la mejora de algoritmos para añadir comportamiento más parecido al humano en los sistemas informáticos. La Minería de Datos es una de sus ramas, que está especializada en buscar y extraer información analizando conjuntos de datos. Su objeto de estudio son los sistemas que aprenden por sí mismos. Dentro de los sistemas que aprenden, se llaman sistemas con aprendizaje supervisado a aquellos a los que se les proporcionan tanto las entradas como las salidas esperadas de un conjunto de datos de entrenamiento. Cuando la salida esperada es una lista de categorías, el sistema se denomina clasificador, y cuando la salida es numérica, se denomina regresor. La combinavi ción de varios clasificadores o regresores para formar un sistema mejor se suele denominar con el término inglés ensemble y suele obtener mejores resultados que el de los métodos independientes que combina.
    Palabras clave
    Regresión
    Rotation Forest
    Random Oracle
    Proyecciones lineales supervisadas
    Minería de Datos
    Regression
    Supervised linear projections
    Data mining
    Materia
    Informática
    Computer science
    URI
    http://hdl.handle.net/10259/4654
    Aparece en las colecciones
    • Tesis Ingeniería Civil
    Attribution-NonCommercial-NoDerivatives 4.0 International
    Documento(s) sujeto(s) a una licencia Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International
    Arquivos deste item
    Nombre:
    Pardo_Aguilar.pdf
    Tamaño:
    17.10Mb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir

    Métricas

    Citas

    Ver estadísticas de uso

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis
    Mostrar registro completo

    Universidad de Burgos

    Powered by MIT's. DSpace software, Version 5.10