- -

Análisis de diferentes aproximaciones para determinar la importancia de los atributos en modelos de aprendizaje

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Análisis de diferentes aproximaciones para determinar la importancia de los atributos en modelos de aprendizaje

Show full item record

Elsayed, AAAA. (2019). Análisis de diferentes aproximaciones para determinar la importancia de los atributos en modelos de aprendizaje. http://hdl.handle.net/10251/136646

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/136646

Files in this item

Item Metadata

Title: Análisis de diferentes aproximaciones para determinar la importancia de los atributos en modelos de aprendizaje
Author: Elsayed, Aya Allah Ali Abedelhamed
Director(s): Ramírez Quintana, María José
UPV Unit: Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació
Read date / Event date:
2019-12-20
Issued date:
Abstract:
[ES] Esta tesis de maestría intenta trabajar con modelos de caja negra suponiendo que los datos originales no son disponible con el objetivo de determinar la importancia de la característica. Entonces, la idea es generar ...[+]


[EN] This master thesis tries to work with black- box models assuming that the original data is not available with the aim to determine feature importance. So, the idea is to generate a dataset (by using normal distributions ...[+]
Subjects: Importancia de la característica , Familias de aprendizaje automático , Modelo de caja negra. , Feature importance , Machine-learning families , Black-box model.
Copyrigths: Reserva de todos los derechos
degree: Máster Universitario en Ingeniería y Tecnología de Sistemas Software-Màster Universitari en Enginyeria i Tecnologia de Sistemes Programari
Type: Tesis de máster

This item appears in the following Collection(s)

Show full item record