Resumen del trabajo fin de master



Título: Revisión de los métodos de Support Vector Machines: Regresión y Clasificación
Universidad que ofrece el proyecto: Universidade de Santiago de Compostela
Director/a:
Febrero Bande, Manuel
Resumen:
En el marco del aprendizaje automático, existe un amplio abanico de técnicas estadísticas para resolver problemas tanto de regresión como de clasificación. Una de estas técnicas son las Support Vector Machines (SVM). Este tipo de técnicas está basado en la elección de una serie de hiperparámetros sobre los que no existe una regla clara sobre su uso o elección según cada objetivo concreto que se persiga (regresión o clasificación). Un primer objetivo en este trabajo es sugerir métodos adecuados para la elección de estos hiperparámetros en función de las características de los datos y del objetivo a conseguir. Un segundo objetivo sería poder establecer inferencias en estos modelos usando Bootstrap. El objetivo inicial sería crear intervalos de predicción usando Bootstrap así como plantear técnicas de ensamblado estadístico (destacando bagging ) aplicado específicamente a técnicas SVM.