Tesis doctoral de Núria MaciÁ Antolínez
Esta tesis profundiza en el estudio de la complejidad de los datos y su papel en la definición del comportamiento de las técnicas de aprendizaje supervisado, a la vez que explora la generación artificial de conjuntos de datos mediante estimadores de complejidad. El trabajo se ha construido sobre cuatro pilares que se han sucedido de manera natural. (1) la crítica de la metodología actual utilizada por la comunidad científica para evaluar el rendimiento de nuevos sistemas de aprendizaje ha desatado (2) el interés por estimadores alternativos basados en el análisis de la complejidad de los datos y su estudio. Sin embargo, tanto el estado primerizo de las medidas de complejidad como la limitada disponibilidad de problemas del mundo real para su testeo han inspirado (3) la generación sintética de problemas, considerada el eje central de la tesis, y (4) la propuesta del uso de estándares artificiales con parecido a los problemas reales. el objetivo que se persigue a largo plazo con esta investigación es el de proporcionar a los usuarios (1) unas pautas pare escoger el sistema de aprendizaje más idóneo para resolver su problema y (2) una colección de problemas para evaluar el rendimiento de los sistemas de aprendizaje o probar sus limitaciones.
Datos académicos de la tesis doctoral «Data complexity in supervised learning: a far-reaching implication«
- Título de la tesis: Data complexity in supervised learning: a far-reaching implication
- Autor: Núria MaciÁ Antolínez
- Universidad: Ramón llull
- Fecha de lectura de la tesis: 06/10/2011
Dirección y tribunal
- Director de la tesis
- Ester Bernadó Mansilla
- Tribunal
- Presidente del tribunal: robert p.w. Duin
- jaume Bacardit peñarroya (vocal)
- sebastian Emilio Ventura soto (vocal)
- tin kam Ho (vocal)