Resumen del trabajo fin de master
Título:
Bootstrap y métodos de ensamblado en modelos de regresión y clasificación |
Universidad que ofrece el proyecto:
Universidade de Santiago de Compostela |
Resumen:
En el amplio abanico de métodos de regresión y clasificación tanto desde el punto de vista clásico como de aprendizaje automático, se plantea el uso de técnicas Bootstrap y métodos de ensamblado para la mejora de estos modelos en estimación o predicción.
El objetivo de este trabajo es hacer una revisión teórico-práctica de estas técnicas incluyendo stacking, bagging y boosting o cualquier otro método de ensamblado o Bootstrap analizando sus ventajas e inconvenientes fundamentalmente a través de estudios de simulación que también incluyan casos reales de interés.
|
|