RT info:eu-repo/semantics/bachelorThesis
T1 Métodos de regularización para aproximación y completado de matrices. Componentes principales robustas
A1 García Vázquez, Sara
A2 Universidad de Valladolid. Facultad de Ciencias
K1 Machine learning
K1 PCA
K1 Algoritmos de optimización convexa
AB En este trabajo se describen y comparan diferentes métodos para la descomposición,aproximación y completado de matrices que se han desarrollado a lo largo de los últimosaños, además de justificar el por qué estos métodos son tan altamente eficientes y producentan buenos resultados. Se dedica especial atención a analizar e implementar un algoritmode completado de matrices y otro que se puede interpretar como un tipo de componentesprincipales robustas. Estos dos algoritmos se basan en métodos de optimización convexa.Además, se explica la aplicación de estos algoritmos al desafío Netflix y a la detección demovimiento en videovigilancia.
YR 2020
FD 2020
LK http://uvadoc.uva.es/handle/10324/43819
UL http://uvadoc.uva.es/handle/10324/43819
LA spa
DS UVaDOC
RD 17-jun-2024