RT info:eu-repo/semantics/doctoralThesis
T1 Estudio de métodos de construcción de ensembles de clasificadores y aplicaciones
A1 Diez Pastor, José Francisco
A2 Universidad de Burgos. Departamento de Ingeniería Civil
K1 Minería de datos
K1 Ensembles
K1 Diversidad
K1 GRASP
K1 Random Balance
K1 Data mining
K1 Diversity
K1 Informática
K1 Computer science
K1 1203.04 Inteligencia Artificial
K1 1203.15 Heurística
K1 1209.03 Análisis de Datos
AB La 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.
YR 2015
FD 2015
LK http://hdl.handle.net/10259/5016
UL http://hdl.handle.net/10259/5016
LA eng
NO Ministerio de Economía y Competitividad, proyecto TIN-2011-24046
DS Repositorio Institucional de la Universidad de Burgos
RD 27-abr-2024