2026-05-05T18:43:22Zhttps://uvadoc.uva.es/oai/requestoai:uvadoc.uva.es:10324/712812024-11-08T20:01:46Zcom_10324_38col_10324_852
00925njm 22002777a 4500
dc
González Gómez, Pablo
author
2023
Este Trabajo de Fin de Grado tiene como objetivo principal la implementación de
modelos basados de aprendizaje automático aplicados en diversos escenarios, buscando
un rendimiento óptimo de todas las métricas para todos los contextos de análisis.
En un primer bloque, se exploran modelos de clasificación y regresión para predecir la
calidad del vino a partir de sus parámetros químicos.
En un segundo bloque, se aborda el procesamiento del lenguaje natural basado en
aprendizaje automático para clasificar la respuesta emocional, esto es, emociones y
polaridades en contextos de redes sociales. Se emplea en primer lugar una base de datos
relacionada con los videojuegos en Twitch y se aplican técnicas de clasificación para
analizar y categorizar las emociones y polaridades presentes en los canales de los
creadores de contenidos. Posteriormente, se realiza otro análisis utilizando una base de
datos relacionada con la salud mental en redes sociales, donde nuevamente se trabaja con
texto como variable independiente. Se realiza el procesamiento adecuado del lenguaje
natural para aplicar los distintos modelos predictivos y confrontar los resultados
obtenidos.
This Final Degree Project has as its main objective the implementation of models based
on machine learning applied in various scenarios, seeking optimal performance of all
metrics for all analysis contexts.
First, classification and regression models are explored to predict wine quality from its
chemical parameters.
In a second block, natural language processing based on machine learning is addressed to
classify the emotional response, that is, emotions and polarities in social network
contexts. First, a database related to video games on Twitch is used and classification
techniques are applied to analyze and categorize the emotions and polarities present in
the channels of content creators. Subsequently, another analysis is carried out using a
database related to mental health in social networks, where again text is used as an
independent variable. Appropriate natural language processing is performed to apply the
different predictive models and compare the results obtained.
https://uvadoc.uva.es/handle/10324/71281
Aplicación de técnicas de aprendizaje automático para la clasificación y predicción en diferentes casos de uso