2024-03-30T01:01:31Zhttp://uvadoc.uva.es/oai/requestoai:uvadoc.uva.es:10324/316822021-08-18T09:52:18Zcom_10324_30605com_10324_894col_10324_41
Trimming methods for model validation and supervised classification in the presence of contamination
Agulló Antolín, Marina
Barrio Tellado, Eustasio del
Universidad de Valladolid. Facultad de Ciencias
Estadística
Algoritmos
En esta tesis exploramos el uso de los métodos de recorte en dos problemas estadísticos diferentes: la validación de modelos y el aprendizaje supervisado. En estas dos configuraciones propondremos y analizaremos nuevos procedimientos que se basan en el uso de recortes. Observamos en este punto que los nuevos métodos no sólo comparten un uso coincidente del recorte. De hecho, el recorte es la base de lo que podríamos llamar "validación esencial de modelos" o "clasificación esencial" lo que significa que estamos cambiando nuestro paradigma a través del uso de recortes y estamos tratando con nuevas versiones de la validación de modelos o del problema de clasificación. Intentaremos determinar si el generador aleatorio subyacente a una muestra puede ser asumido como una versión ligeramente contaminada de un modelo dado o identificar clasificadores simples que funcionan bien en una gran fracción de las instancias. Todo esto se hará con un uso sistemático de métodos de recorte y conceptos relacionados.
Departamento de Estadística e Investigación Operativa
Doctorado en Matemáticas
2018-09-21T10:16:30Z
2018-09-21T10:16:30Z
2018
info:eu-repo/semantics/doctoralThesis
https://doi.org/10.35376/10324/31682
http://uvadoc.uva.es/handle/10324/31682
b1796116
eng
Attribution-NonCommercial-NoDerivatives 4.0 International
info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
application/pdf