Trabajo Fin de Grado
Aprendizaje Automático y Técnicas de Validación
Autor/es | Soto Marchena, David |
Director | Alamo, Teodoro |
Departamento | Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática |
Fecha de publicación | 2020 |
Fecha de depósito | 2020-11-10 |
Titulación | Universidad de Sevilla. Grado en Ingeniería de las Tecnologías Industriales |
Resumen | En este trabajo se ha diseñado e implementado una estrategia de validación para predictores.
Para crear los predictores se han usado técnicas de aprendizaje automático, en concreto, se
ha utilizado el modelo de máquina ... En este trabajo se ha diseñado e implementado una estrategia de validación para predictores. Para crear los predictores se han usado técnicas de aprendizaje automático, en concreto, se ha utilizado el modelo de máquina de soporte vectorial. Además se hecho uso de los métodos kernel. Se muestra en este documento la implementación de este tipo de máquinas en el lenguaje de programación MATLAB y se expone su funcionamiento en varios ejemplos. En este trabajo se examinan varias estrategias de validación de predictores, y se propone una nueva estrategia que combina las estrategias expuestas con el objetivo de maximizar la fiabilidad de los resultados. Se explica la implementación estas estrategias en código de MATLAB, usando las máquinas de soporte vectorial para generar los predictores. Se comprueba su funcionamiento en distintos ejemplos. |
Cita | Soto Marchena, D. (2020). Aprendizaje Automático y Técnicas de Validación. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
TFG-2987-SOTO MARCHENA.pdf | 23.55Mb | [PDF] | Ver/ | |