RT info:eu-repo/semantics/bachelorThesis T1 Métodos de regresión y clasificación basados en árboles A1 Fernández Villafañez, Sergio A2 Universidad de Valladolid. Escuela de Ingenierías Industriales K1 Aprendizaje automático K1 Regresión K1 Clasificación supervisada K1 Árboles de decisión K1 Random Forest K1 1209.14 Técnicas de Predicción Estadística AB Las empresas cuentan en la actualidad con grandes cantidades de datos, que son adquiridos de forma muy automatizada. Es de suma importancia para estas empresas dar un uso adecuado a estos datos y contar con procedimientos, basados en dichos datos, que sirvan de ayuda a la toma de decisiones y que permitan generar ventajas competitivas respecto a sus competidores. El Aprendizaje Automático proporciona técnicas eficientes para realizar predicciones basándose en la experiencia adquirida con los datos disponibles mediante potentes métodos numéricos y estadísticos.En esta memoria se presentan algunas de estas técnicas de Aprendizaje Automático basadas en árboles de decisión, que sirven para la predicción de variables numéricas y cualitativas. A pesar de su aparente simplicidad, los árboles de regresión y clasificación proporcionan técnicas predictivas efectivas y su extensión a los "bosques aleatorios" es una de las técnicas recientes más recomendables en Aprendizaje Automático. Esta memoria también trata su aplicación práctica mediante software estadístico. YR 2022 FD 2022 LK https://uvadoc.uva.es/handle/10324/53822 UL https://uvadoc.uva.es/handle/10324/53822 LA spa NO Departamento de Estadística e Investigación Operativa DS UVaDOC RD 10-ene-2025