• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Navegar

    Todo o repositórioComunidadesPor data do documentoAutoresAssuntosTítulos

    Minha conta

    Entrar

    Estatística

    Ver as estatísticas de uso

    Compartir

    Ver item 
    •   Página inicial
    • PRODUÇÃO CIENTÍFICA
    • Escuela de Doctorado (ESDUVa)
    • Tesis doctorales UVa
    • Ver item
    •   Página inicial
    • PRODUÇÃO CIENTÍFICA
    • Escuela de Doctorado (ESDUVa)
    • Tesis doctorales UVa
    • Ver item
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/31682

    Título
    Trimming methods for model validation and supervised classification in the presence of contamination
    Autor
    Agulló Antolín, Marina
    Director o Tutor
    Barrio Tellado, Eustasio delAutoridad UVA
    Editor
    Universidad de Valladolid. Facultad de CienciasAutoridad UVA
    Año del Documento
    2018
    Titulación
    Doctorado en Matemáticas
    Resumo
    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.
    Materias (normalizadas)
    Estadística
    Algoritmos
    Departamento
    Departamento de Estadística e Investigación Operativa
    DOI
    10.35376/10324/31682
    Idioma
    eng
    URI
    http://uvadoc.uva.es/handle/10324/31682
    Derechos
    openAccess
    Aparece en las colecciones
    • Tesis doctorales UVa [2397]
    Mostrar registro completo
    Arquivos deste item
    Nombre:
    Tesis1412-180921.pdf
    Tamaño:
    1.488Mb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternationalExceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 International

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10