Machine learning: validación y comparación

Simple item page
dc.contributor.authorInmaculada Gutiérrez García-Pardo
dc.date.accessioned2026-02-20T14:56:58Z
dc.date.available2026-02-20T14:56:58Z
dc.date.issued2025
dc.description.departmentDepto. de Estadística y Ciencia de los Datos
dc.description.facultyFac. de Estudios Estadísticos
dc.description.statusunpub
dc.description.taskpurposeEste documento recopila información sobre las principales métricas de validación y comparación en aprendizaje automático, incluyendo indicadores de ajuste y rendimiento para clasificación y regresión, como exactitud, precisión, recall, F1-score, AUC, error cuadrático medio y R², así como criterios para evaluar y comparar modelos en diferentes escenarios de entrenamiento y validación cruzada.
dc.identifier.urihttps://hdl.handle.net/20.500.14352/132797
dc.language.isospa
dc.pedagogic.resourcepresentation
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.accessRightsrestricted access
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.cdu51
dc.subject.cdu311
dc.subject.cdu004.85
dc.subject.ucmEstadística
dc.subject.ucmMatemáticas (Matemáticas)
dc.subject.ucmInformática (Informática)
dc.subject.unesco12 Matemáticas
dc.subject.unesco1209 Estadística
dc.subject.unesco1203.17 Informática
dc.titleMachine learning: validación y comparación
dc.typelearning object
dc.type.hasVersionAO
dspace.entity.typePublication

Download

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
ML Validacion y comparacion.pdf
Size:
2.08 MB
Format:
Adobe Portable Document Format
Download

Collections

Recursos Educativos en Abierto (REA)