Máquinas de Vector Soporte
dc.contributor.author | Jorge Botana, Guillermo de | |
dc.date.accessioned | 2023-09-01T10:39:46Z | |
dc.date.available | 2023-09-01T10:39:46Z | |
dc.date.issued | 2023-08-20 | |
dc.description.abstract | Las Máquinas de Vector Soporte son una de las técnicas clásicas dentro del aprendizaje automático supervisado. Surgió alrededor de los años noventa y desde entonces ha sido usada prolijamente. Como veremos a lo largo del texto, su metodología de clasificación está basada encontrar el mayor margen de separación entre dos subconjuntos de datos de diferente clase. El hecho de que se quiera encontrar este mayor margen hace que sea eminentemente un problema de optmización. Cuando hablamos de margen estamos hablando también de distancia entre algunos ejemplares, de encontrar una mayor distancia, pero respetando la constricción de que ese margen permita discriminar entre clases. De ahí que emplee procedimientos de optimización, como los multiplicadores de Lagrange. Todo esto se introduce en este texto. | |
dc.description.department | Depto. de Psicobiología y Metodología en Ciencias del Comportamiento | |
dc.description.faculty | Fac. de Psicología | |
dc.description.status | unpub | |
dc.identifier.uri | https://hdl.handle.net/20.500.14352/87527 | |
dc.language.iso | spa | |
dc.rights.accessRights | open access | |
dc.rights.holder | De Jorge Botana, Guillermo | |
dc.subject.keyword | Máquinas de Vector Soporte | |
dc.subject.ucm | Psicología (Psicología) | |
dc.subject.unesco | 6107 Psicología General | |
dc.title | Máquinas de Vector Soporte | |
dc.title.alternative | Support Vector Machines | |
dc.type | learning object | |
dc.type.hasVersion | AO | |
dspace.entity.type | Publication | |
relation.isAuthorOfPublication | be14aa7f-c8fe-435c-8067-85f142fa4592 | |
relation.isAuthorOfPublication.latestForDiscovery | be14aa7f-c8fe-435c-8067-85f142fa4592 |
Download
Original bundle
1 - 1 of 1
Loading...
- Name:
- Maquinas vector soporte.pdf
- Size:
- 872.23 KB
- Format:
- Adobe Portable Document Format