English español
Búsqueda
 

Repositorio de la Universidad de Oviedo > Producción Bibliográfica de UniOvi: RECOPILA > Ponencias, Discursos y Conferencias >

Use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10651/31304

Título : Filtrando atributos para mejorar procesos de aprendizaje
Autor(es) y otros: Quevedo Pérez, José Ramón
Coz Velasco, Juan José del
Díez Peláez, Jorge
Palabras clave: Aprendizaje automático
Relevancia y selección de atributos
Fecha de publicación : 2001
Resumen : Los sistemas de aprendizaje automático han sido tradicionalmente usados para extraer conocimiento a partir de conjuntos de ejemplos descritos mediante atributos. Cuando la información de partida representa un problema real no se sabe, generalmente, qué atributos influyen en su resolución. En esos casos, la única opción a priori es utilizar toda la información disponible. Para evitar los problemas que esto conlleva se puede emplear un filtrado de atributos, previo al aprendizaje, que nos permita quedarnos sólo con los atributos más relevantes, aquellos que encierran la solución del problema. En este artículo se describe un método que realiza esta selección. Como se mostrará, está técnica mejora los procesos posteriores de aprendizaje
Descripción : IX Conferencia de la Asociación Española para la Inteligencia Artificial. Gijón, España
URI : http://hdl.handle.net/10651/31304
Aparece en las colecciones: Ponencias, Discursos y Conferencias
Informática

Ficheros en este ítem:

Fichero Descripción Tamaño Formato
filtrando.pdf37,5 kBAdobe PDFVisualizar/Abrir


Exportar a Mendeley


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
Creative Commons

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.

 

Base de Datos de Autoridades Biblioteca Universitaria Consultas / Sugerencias