Show simple item record

dc.contributor.advisorGarcía Osorio, César 
dc.contributor.advisorRodríguez Diez, Juan José 
dc.contributor.authorDiez Pastor, José Francisco 
dc.contributor.otherUniversidad de Burgos. Departamento de Ingeniería Civil
dc.date.accessioned2018-11-22T09:19:40Z
dc.date.available2018-11-22T09:19:40Z
dc.date.issued2015
dc.date.submitted2015
dc.identifier.urihttp://hdl.handle.net/10259/5016
dc.description.abstractLa inteligencia artificial se dedica a la creación de sistemas informáticos con un comportamiento inteligente. Dentro de este área el aprendizaje computacional estudia la creación de sistemas que aprenden por sí mismos. Un tipo de aprendizaje computacional es el aprendizaje supervisado, en el cual, se le proporcionan al sistema tanto las entradas como la salida esperada y el sistema aprende a partir de estos datos. Un sistema de este tipo se denomina clasificador. En ocasiones ocurre, que en el conjunto de ejemplos que utiliza el sistema para aprender, el número de ejemplos de un tipo es mucho mayor que el número de ejemplos de otro tipo. Cuando esto ocurre se habla de conjuntos desequilibrados. La combinación de varios clasificadores es lo que se denomina "ensemble", y a menudo ofrece mejores resultados que cualquiera de los miembros que lo forman. Una de las claves para el buen funcionamiento de los ensembles es la diversidad. Esta tesis, se centra en el desarrollo de nuevos algoritmos de construcción de ensembles, centrados en técnicas de incremento de la diversidad y en los problemas desequilibrados. Adicionalmente, se aplican estas técnicas a la solución de varias problemas industriales.es
dc.description.sponsorshipMinisterio de Economía y Competitividad, proyecto TIN-2011-24046en
dc.format.mimetypeapplication/pdf
dc.language.isoenges
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectMinería de datoses
dc.subjectEnsembleses
dc.subjectDiversidades
dc.subjectGRASPen
dc.subjectRandom Balanceen
dc.subjectData miningen
dc.subjectDiversityen
dc.subject.otherInformáticaes
dc.subject.otherComputer scienceen
dc.titleEstudio de métodos de construcción de ensembles de clasificadores y aplicacioneses
dc.typeTesis doctorales
dc.typeinfo:eu-repo/semantics/doctoralThesis
dc.rights.holderEste documento está sujeto a una licencia de uso Creative Commons, por la cual está permitido hacer copia, distribuir y comunicar públicamente la obra siempre que se cite al autor original y no se haga de él uso comercial ni obra derivadaes
dc.identifier.doi10.36443/10259/5016
dc.subject.unesco1203.04 Inteligencia Artificial
dc.subject.unesco1203.15 Heurística
dc.subject.unesco1209.03 Análisis de Datos
dc.relation.projectIDinfo:eu-repo/grantAgreement/MINECO/TIN-2011-24046


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record