Clasificación multi-etiqueta con ensamble fijo por mayoría ponderada

La clasificación multi-etiquetas es un paradigma de aprendizaje supervisado que generaliza las técnicas clásicas de clasificación para abordar problemas en donde cada instancia de una colección se encuentra asociada a múltiples etiquetas. La mayor parte de los trabajos de investigación han sido real...

Descripción completa

Detalles Bibliográficos
Autores principales: Cardona, Juan Cruz, Banchero, Santiago
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2021
Materias:
Ciencias Informáticas
Multi-etiquetas
Streaming de datos
Clasificación
Ensambles
Votación
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/140162
http://50jaiio.sadio.org.ar/pdfs/agranda/AGRANDA-15.pdf
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-140162
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Multi-etiquetas
Streaming de datos
Clasificación
Ensambles
Votación
spellingShingle Ciencias Informáticas
Multi-etiquetas
Streaming de datos
Clasificación
Ensambles
Votación
Cardona, Juan Cruz
Banchero, Santiago
Clasificación multi-etiqueta con ensamble fijo por mayoría ponderada
topic_facet Ciencias Informáticas
Multi-etiquetas
Streaming de datos
Clasificación
Ensambles
Votación
description La clasificación multi-etiquetas es un paradigma de aprendizaje supervisado que generaliza las técnicas clásicas de clasificación para abordar problemas en donde cada instancia de una colección se encuentra asociada a múltiples etiquetas. La mayor parte de los trabajos de investigación han sido realizados en contextos de aprendizaje por batch. Los ambientes de flujo continuo de datos (o streaming) presentan nuevos desafíos a esta área debido a las limitaciones de tiempo de respuesta y almacenamiento que acarrean. Se aplicaron algoritmos de clasificación multi-etiqueta a diversas colecciones de datos no estructuradas de referencia a partir de las cuales se simularon los streamings de datos. En este trabajo propone una estrategia de ensamble de algoritmos de clasificación multi-etiquetas con el objetivo de conseguir mejoras en la predicción. Los resultados han sido alentadores y la propuesta de ensambles utilizando algoritmos clásicos de clasificación multi-etiquetas mostraron rendimientos competitivos que mejoran en varios escenarios al estado del arte.
format Objeto de conferencia
Objeto de conferencia
author Cardona, Juan Cruz
Banchero, Santiago
author_facet Cardona, Juan Cruz
Banchero, Santiago
author_sort Cardona, Juan Cruz
title Clasificación multi-etiqueta con ensamble fijo por mayoría ponderada
title_short Clasificación multi-etiqueta con ensamble fijo por mayoría ponderada
title_full Clasificación multi-etiqueta con ensamble fijo por mayoría ponderada
title_fullStr Clasificación multi-etiqueta con ensamble fijo por mayoría ponderada
title_full_unstemmed Clasificación multi-etiqueta con ensamble fijo por mayoría ponderada
title_sort clasificación multi-etiqueta con ensamble fijo por mayoría ponderada
publishDate 2021
url http://sedici.unlp.edu.ar/handle/10915/140162
http://50jaiio.sadio.org.ar/pdfs/agranda/AGRANDA-15.pdf
work_keys_str_mv AT cardonajuancruz clasificacionmultietiquetaconensamblefijopormayoriaponderada
AT bancherosantiago clasificacionmultietiquetaconensamblefijopormayoriaponderada
bdutipo_str Repositorios
_version_ 1764820458335633408

Ejemplares similares