Selección de variables en problemas anchos con alta correlación

El aprendizaje automatizado es un área de la inteligencia artificial que ha estado en auge desde hace ya varios años. Su utilidad en la creación de modelos de predicción en base a observaciones ha generado el surgimiento de múltiples métodos de entrenamiento. Sin embargo, la complejidad de los probl...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Di Masso, Mauro
Otros Autores: Granitto, Pablo M.
Formato: bachelorThesis tesis de grado publishedVersion
Lenguaje:Español
Publicado: Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario 2014
Materias:
rfe
Acceso en línea:http://www.fceia.unr.edu.ar/lcc/t523/
http://hdl.handle.net/2133/3553
http://hdl.handle.net/2133/3553
Aporte de:
id I15-R121-2133-3553
record_format dspace
institution Universidad Nacional de Rosario
institution_str I-15
repository_str R-121
collection Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR)
language Español
orig_language_str_mv spa
topic aprendizaje automatizado
selección de variables
estabilidad
rfe
srfe
spellingShingle aprendizaje automatizado
selección de variables
estabilidad
rfe
srfe
Di Masso, Mauro
Selección de variables en problemas anchos con alta correlación
topic_facet aprendizaje automatizado
selección de variables
estabilidad
rfe
srfe
description El aprendizaje automatizado es un área de la inteligencia artificial que ha estado en auge desde hace ya varios años. Su utilidad en la creación de modelos de predicción en base a observaciones ha generado el surgimiento de múltiples métodos de entrenamiento. Sin embargo, la complejidad de los problemas de hoy en día los hace impracticables por el mero número de variables en juego (problemas anchos). Los métodos de selección de variables ayudan a corregir esto eliminando de la ecuación variables irrelevantes y redundantes que dificultan tanto el modelado como su interpretación. En esta tesina se analiza la problemática de la correlación entre variables en problemas anchos considerando algoritmos recientes y se presenta uno propio, teniendo no sólo en cuenta la selección de variables independientes y relevantes sino también la estabilidad de la misma.
author2 Granitto, Pablo M.
author_facet Granitto, Pablo M.
Di Masso, Mauro
format bachelorThesis
tesis de grado
publishedVersion
author Di Masso, Mauro
author_sort Di Masso, Mauro
title Selección de variables en problemas anchos con alta correlación
title_short Selección de variables en problemas anchos con alta correlación
title_full Selección de variables en problemas anchos con alta correlación
title_fullStr Selección de variables en problemas anchos con alta correlación
title_full_unstemmed Selección de variables en problemas anchos con alta correlación
title_sort selección de variables en problemas anchos con alta correlación
publisher Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario
publishDate 2014
url http://www.fceia.unr.edu.ar/lcc/t523/
http://hdl.handle.net/2133/3553
http://hdl.handle.net/2133/3553
work_keys_str_mv AT dimassomauro selecciondevariablesenproblemasanchosconaltacorrelacion
bdutipo_str Repositorios
_version_ 1764820412243378176