Show simple item record

dc.contributor.advisorPérez Peña, Fernando 
dc.contributor.advisorLafuente Molinero, Luis 
dc.contributor.authorMuñoz Molina, Luis J.
dc.contributor.otherIngeniería en Automática, Electrónica, Arquitectura y Redes de Computadoreses_ES
dc.contributor.otherMatemáticases_ES
dc.date.accessioned2024-12-02T12:36:57Z
dc.date.available2024-12-02T12:36:57Z
dc.date.issued2024-07-26
dc.identifier.urihttp://hdl.handle.net/10498/33975
dc.description.abstractEsta 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.formatapplication/pdfes_ES
dc.language.isoenges_ES
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleInformation density in highly dimensional training datasetses_ES
dc.typedoctoral thesises_ES
dc.rights.accessRightsopen accesses_ES
dc.type.hasVersionNAes_ES


Files in this item

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
This work is under a Creative Commons License Attribution-NonCommercial-NoDerivatives 4.0 Internacional