Logo del Encabezado de la Página

Detalle del Registro

Comparación de metodologías de data mining para la predicción de información : Support Vector Machine vs Son Kohonen Supervisado /

Universidad de Santiago

 
Título Comparación de metodologías de data mining para la predicción de información : Support Vector Machine vs Son Kohonen Supervisado /
 
Autor Almuna Mena, Valentina
Torres Avilés, Franciscoprofesor guía
Universidad de Santiago de Chile.Facultad de Ciencia.Departamento de Matemática y Ciencia de la Computación.
 
Tipo text
 
Publicador Santiago,
 
Fecha 2014.
 
Idioma spa
 
Descripción Sumario: En este seminario de tesis se presentarán dos grandes técnicas de clasificación: La primera, Redes Neuronales, dentro de la cual se encuentran dos tipos de redes: Bi- Directional y XY Fused Network Kohonen. La segunda técnica es Support Vector Machine. Primero se definen y se presentan de forma teórica y general ambas técnicas. Dentro de las redes neuronales se da a conocer la forma de funcionamiento y aprendizaje de las redes neuronales, para proceder a introducir las metedologías XY- Fused y BDK además de sus principales características y diferencias. En el capítulo referente a Support Vector Machine se da a conocer la forma de clasificación del método, la regresión y las funciones kernel o funciones núcleos mayormente utlizadas en la actualidad. Posteriormente se realiza un estudio con datos simulados, con el fin de revisar los resultados obtenidos y el resultado predictivo de XY-Fused, BDK y SVM. Luego, a partir de datos genómicos reales se llevan a cabo las técnicas previamente mencionadas y se comparan los resultados para revisar su comportamiento y su coherencia con los resultados obtenidos con los datos simulados.
Tesis (Ingeniero Estadístico) -- Universidad de Santiago de Chile, 2014.
Bibliografía: hojas 62-63.
Sumario: En este seminario de tesis se presentarán dos grandes técnicas de clasificación: La primera, Redes Neuronales, dentro de la cual se encuentran dos tipos de redes: Bi- Directional y XY Fused Network Kohonen. La segunda técnica es Support Vector Machine. Primero se definen y se presentan de forma teórica y general ambas técnicas. Dentro de las redes neuronales se da a conocer la forma de funcionamiento y aprendizaje de las redes neuronales, para proceder a introducir las metedologías XY- Fused y BDK además de sus principales características y diferencias. En el capítulo referente a Support Vector Machine se da a conocer la forma de clasificación del método, la regresión y las funciones kernel o funciones núcleos mayormente utlizadas en la actualidad. Posteriormente se realiza un estudio con datos simulados, con el fin de revisar los resultados obtenidos y el resultado predictivo de XY-Fused, BDK y SVM. Luego, a partir de datos genómicos reales se llevan a cabo las técnicas previamente mencionadas y se comparan los resultados para revisar su comportamiento y su coherencia con los resultados obtenidos con los datos simulados.
 
Tema Minería de datos.
Procesamiento electrónico de datos
 
Relación Disponible también en formato electrónico.
 
Derechos Se autoriza la reproducción parcial o total de la obra.
 
Identificador (URI) http://repositorio.usach.cl:1801/webclient/DeliveryManager?pid=34223&custom_att_2=simple_viewer
http://www.repositorio.usach.cl:1801/webclient/DeliveryManager?pid=39932