Mostra el registre d'ítem simple
Machine Learning - Théorie et pratique Matlab et R
dc.contributor | Sueur, Christophe |
dc.contributor | Rico Novella, Francisco José |
dc.contributor.author | Capdevila Solanich, Gerard |
dc.contributor.other | Universitat Politècnica de Catalunya. Departament d'Enginyeria Telemàtica |
dc.date.accessioned | 2020-06-28T19:17:53Z |
dc.date.available | 2020-06-28T19:17:53Z |
dc.date.issued | 2019-09 |
dc.identifier.uri | http://hdl.handle.net/2117/191795 |
dc.description.abstract | Machine learning is being used a lot in stadistics and mathematics. Usually statistics are necessary to understand in a global way the data. Is there any chance of modelling the statistic variables of the big amount of data received? The most simple model is the lineal regression, utilised in many fields. Training a model and learning the concept of Machine Learning can be find in this project. |
dc.description.abstract | El Machine Learning es usado y estudiado cada vez más dentro del mundo de las matemáticas y la estadística. Entonces, podemos asegurar que se necesita de la estadística para poder entender de una forma más generalizada el mundo de los datos. De esta manera nos preguntamos si hay alguna forma de modelar las variables estadísticas de entre una gran multitud de datos recibidos. La respuesta es simple si tomamos un modelo lineal de regresión, el cual es utilizado en una gran cantidad de campos. Entrenar un modelo y aprender el concepto de Machine Learning es lo que podremos encontrar en este trabajo. |
dc.description.abstract | El Machine Learning és utilitzat i estudiat cada cop més en el món de les matemàtiques i l'estadística. Aleshores podem assegurar que l'estadística és necessària per entendre d'una forma més generalitzada el món de les dades. D'aquesta forma ens preguntem si hi ha alguna manera de modelar les diferents variables estadístiques entre una gran multitud de dades rebudes. La resposta és simple si prenem un model de regressió lineal, el qual és utilitzat en una gran quantitat de camps. Entrenar un model d'aquesta forma i entenent el concepte de Machine Learning és el que podem trobar en aquest treball. |
dc.language.iso | eng |
dc.publisher | Universitat Politècnica de Catalunya |
dc.rights | S'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada' |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
dc.subject | Àrees temàtiques de la UPC::Enginyeria de la telecomunicació |
dc.subject.lcsh | Data transmission systems |
dc.subject.lcsh | Machine learning |
dc.subject.other | Machine Learning |
dc.subject.other | Data Analysis |
dc.subject.other | Aprendizaje automático |
dc.subject.other | Análisis de Datos |
dc.title | Machine Learning - Théorie et pratique Matlab et R |
dc.title.alternative | Machine Learning Theory and practice wit Matlab and R |
dc.type | Bachelor thesis |
dc.subject.lemac | Dades -- Transmissió |
dc.subject.lemac | Aprenentatge automàtic |
dc.identifier.slug | ETSETB-230.148950 |
dc.rights.access | Open Access |
dc.date.updated | 2020-06-10T05:50:19Z |
dc.audience.educationlevel | Grau |
dc.audience.mediator | Escola Tècnica Superior d'Enginyeria de Telecomunicació de Barcelona |
dc.audience.degree | GRAU EN ENGINYERIA DE TECNOLOGIES I SERVEIS DE TELECOMUNICACIÓ (Pla 2015) |
dc.contributor.covenantee | Ecole centrale de Lille |