Andere Kunden interessierten sich auch für
![Métodos de Edición de Conjuntos de Entrenamiento]( "Métodos de Edición de Conjuntos de Entrenamiento")
Métodos de Edición de Conjuntos de Entrenamiento25,99 €![Optimización Algorítmica para Modelos de Clasificación en Data Mining]( "Optimización Algorítmica para Modelos de Clasificación en Data Mining")
Optimización Algorítmica para Modelos de Clasificación en Data Mining26,99 €![Clasificación De Documentos Empleando n-Gramas]( "Clasificación De Documentos Empleando n-Gramas")
Clasificación De Documentos Empleando n-Gramas23,99 €![Clasificación del Grado de Astrocitoma Cerebral Infantil]( "Clasificación del Grado de Astrocitoma Cerebral Infantil")
Clasificación del Grado de Astrocitoma Cerebral Infantil40,99 €![Minería de Datos Inteligente]( "Minería de Datos Inteligente")
Minería de Datos Inteligente38,99 €![Métodos de clasificación en el proceso de identificación de oradores]( "Métodos de clasificación en el proceso de identificación de oradores")
Métodos de clasificación en el proceso de identificación de oradores19,99 €![Selección de Patrones Emergentes basados en Medidas de Calidad]( "Selección de Patrones Emergentes basados en Medidas de Calidad")
Selección de Patrones Emergentes basados en Medidas de Calidad26,99 €
La Teoría de los Conjuntos Aproximados es una técnica para el análisis de datos y ha sido ampliamente estudiada para el descubrimiento de conocimiento. En este Trabajo de Diploma se proponen dos nuevos métodos de edición de conjuntos de entrenamiento, Edit1RS y Edit2RS basados fundamentalmente en la teoría de los Conjuntos Aproximados. Se desarrolla el sistema EditCE que permite la edición de conjuntos de entrenamiento por los dos nuevos métodos propuestos y otros que se seleccionaron de la revisión bibliográfica. Se realizan pruebas de efectividad en la clasificación a once bases de casos internacionales con el método k-Vecinos más Cercanos (k-NN), lo cual permite corroborar que es factible utilizar la Teoría de los Conjuntos Aproximados en la edición de conjuntos de entrenamiento; que pueden combinarse elementos de esta teoría con otras técnicas, con el objetivo de lograr conjuntos de entrenamiento editados con mejor calidad; y que es conveniente para la efectividad de la clasificación reducir con los métodos de edición, a través del cálculo de reductos, no solo la cantidad de objetos de un problema sino la cantidad de rasgos que describen a estos objetos.