Complejidad del espacio de hipótesis aplicado al boosting
Ver/ Abrir
Metadatos
Mostrar el registro completo del ítemcomunitat-uji-handle:10234/158176
comunitat-uji-handle2:10234/71324
comunitat-uji-handle3:10234/97526
comunitat-uji-handle4:
TFG-TFMEste recurso está restringido
Metadatos
Título
Complejidad del espacio de hipótesis aplicado al boostingAutoría
Tutor/Supervisor; Universidad.Departamento
Gregori, Pablo; Universitat Jaume I. Departament de Matemàtiques; Ramos, FranciscoFecha de publicación
2019-09Editor
Universitat Jaume IResumen
Este Trabajo de Fin de Grado consta de dos partes. La primera, sobre la estancia en prácticas que realicé
en el segundo semestre en el Instituto de Nuevas Tecnologías de la Imagen, ubicado en el campus de la UJI.
El ... [+]
Este Trabajo de Fin de Grado consta de dos partes. La primera, sobre la estancia en prácticas que realicé
en el segundo semestre en el Instituto de Nuevas Tecnologías de la Imagen, ubicado en el campus de la UJI.
El propósito era hacer un análisis del cálculo de probabilidades en eventos deportivos.
En la segunda parte, que se corresponde al apartado académico del trabajo, se describen medidas de
complejidad de un conjunto de hipótesis de un algoritmo de Machine Learning y su aplicación directa para
encontrar cotas superiores del error de generalización.
Además, en el último apartado se muestra cómo a partir de estas cotas se pueden derivar nuevos algoritmos, en particular DeepBoost, el cuál tiene muchas semejanzas con el conocido algoritmo AdaBoost. [-]
Palabras clave / Materias
Descripción
Treball Final de Grau en Matemàtica Computacional. Codi: MT1030. Curs: 2018/2019
Tipo de documento
info:eu-repo/semantics/bachelorThesisDerechos de acceso
http://rightsstatements.org/vocab/CNE/1.0/
info:eu-repo/semantics/restrictedAccess
info:eu-repo/semantics/restrictedAccess