| dc.contributor.advisor | Pérez Peña, Fernando | |
| dc.contributor.advisor | Lafuente Molinero, Luis | |
| dc.contributor.author | Muñoz Molina, Luis J. | |
| dc.contributor.other | Ingeniería en Automática, Electrónica, Arquitectura y Redes de Computadores | es_ES |
| dc.contributor.other | Matemáticas | es_ES |
| dc.date.accessioned | 2024-12-02T12:36:57Z | |
| dc.date.available | 2024-12-02T12:36:57Z | |
| dc.date.issued | 2024-07-26 | |
| dc.identifier.uri | http://hdl.handle.net/10498/33975 | |
| dc.description.abstract | Esta Tésis Doctoral presenta tres importantes contribuciones en el con- texto del análisis de la información contenida en conjuntos de datos que van a ser utilizados para entrenar modelos de Aprendizaje Automático.
Estas contribuciones vienen dadas en la forma de nuevas herramientas y métricas para evaluar matemáticamente la mencionada información con- tenida. Además, en esta Tésis, diversos retos provinientes de diferentes escenarios industriales reales han sido resueltos a través de modelos de Aprendizaje Automático, en cuyo entrenamiento se han usado algunas de las mencionadas herramientas. | es_ES |
| dc.format | application/pdf | es_ES |
| dc.language.iso | eng | es_ES |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
| dc.title | Information density in highly dimensional training datasets | es_ES |
| dc.type | doctoral thesis | es_ES |
| dc.rights.accessRights | open access | es_ES |
| dc.type.hasVersion | NA | es_ES |