Show simple item record

dc.contributor.advisorRodríguez Diez, Juan José 
dc.contributor.advisorGarcía Osorio, César 
dc.contributor.authorMaudes Raedo, Jesús M. 
dc.contributor.otherUniversidad de Burgos. Departamento de Ingeniería Civil
dc.date.accessioned2011-02-03T11:58:23Z
dc.date.accessioned2014-07-28T16:04:11Z
dc.date.available2011-02-03T11:58:23Z
dc.date.available2014-07-28T16:04:11Z
dc.date.issued2010
dc.date.submitted2010
dc.identifier.urihttp://hdl.handle.net/10259/146
dc.description.abstractLos 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
dc.format.mimetypeapplication/pdfen
dc.language.isospaes
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Unported
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/
dc.subjectMineria de Datos
dc.subjectAprendizaje Automático
dc.subjectMulticlasificadores
dc.subjectDiversidad
dc.subjectConstrucción de Características
dc.subjectData Miningen
dc.subjectMachine Learningen
dc.subjectEnsemblesen
dc.subjectDiversityen
dc.subjectFeature Constructionen
dc.subject.otherInformática
dc.subject.otherComputer scienceen
dc.titleCombinación de clasificadores: construcción de características e incremento de la diversidad
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 derivada
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.identifier.doi10.36443/10259/146
dc.subject.unesco1203.04 Inteligencia Artificial
dc.subject.unesco1209.03 Análisis de Datos
dc.subject.unesco1203.12 Bancos de Datos
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record