Relevancia de variables en Redes Neuronales
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/343687
Tipus de documentTreball Final de Grau
Data2020-06
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
Algunos algoritmos predictivos (como las redes neuronales) usualmente presentan mejores resultados en predicción que los modelos estadísticos que resuelven los mismos problemas (por ejemplo, el modelo de regresión lineal o GLM). Por el contrario, los modelos estadísticos son más fácilmente interpretables que los modelos algorítmicos porque ofrecen una medida de la contribución a la predicción que hace cada una de las variables explicativas. Este TFG parte del trabajo de Delicado and Peña (2019) titulado Variable relevance by ghost variables y quiere
comparar estas medidas generales con las medidas que se han definido en la literatura para redes neuronales.
TitulacióGRAU EN ESTADÍSTICA (Pla 2009)
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
SanchoMoralesSaray-TFG.pdf | 770,8Kb | Visualitza/Obre |