Mostra el registre d'ítem simple

Machine learning approximation techniques using dual trees

dc.contributorPujol Vila, Oriol
dc.contributor.authorErgashbaev, Denis
dc.date.accessioned2015-05-13T07:10:41Z
dc.date.available2015-05-13T07:10:41Z
dc.date.issued2015-04-30
dc.identifier.urihttp://hdl.handle.net/2099.1/25998
dc.description.abstractThis master thesis explores a dual-tree framework as applied to a particular class of machine learning problems that are collectively referred to as generalized n-body problems. It builds a new algorithm on top of it and improves existing Boosted OGE classifier.
dc.language.isoeng
dc.publisherUniversitat Politècnica de Catalunya
dc.subjectÀrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
dc.subject.lcshMachine learning
dc.subject.lcshArtificial intelligence
dc.subject.otherkd-tree
dc.subject.otherclassification
dc.subject.othercharacterizing boundary points
dc.subject.otherensemble of classifiers
dc.subject.otherGabriel neighboring rule
dc.titleMachine learning approximation techniques using dual trees
dc.typeMaster thesis
dc.subject.lemacAprenentatge automàtic
dc.subject.lemacIntel·ligència artificial
dc.identifier.slug104445
dc.rights.accessOpen Access
dc.date.updated2015-05-06T04:00:28Z
dc.audience.educationlevelMàster
dc.audience.mediatorFacultat d'Informàtica de Barcelona
dc.audience.degreeMÀSTER UNIVERSITARI EN INTEL·LIGÈNCIA ARTIFICIAL (Pla 2012)


Fitxers d'aquest items

Thumbnail
Nom:
104445.pdf
Mida:
1,933Mb
Format:
PDF
Visualitza/Obre

Aquest ítem apareix a les col·leccions següents

Mostra el registre d'ítem simple