La clasificación supervisada consiste en tratar de discendir la categoría o clase a la que pertenece un objeto o caso a partir de una serie de características del mismo, Para ello se crea un modelo clasificatorio que decida, dados los atributos de un caso a clasificar, la clase a la que debería pertenecer.
Este modelo puede venir dado directamente por un experto, o ser aprendido automáticamente a partir d euna base de datos de casos, en lo que se denomina a prendizaje automático.
En esta tesis se ha presentado una serie de nuevos paradigmas de aprendizaje automático basados en redes Bayesianas ñy algoritmos de clasificación por ditancia mínima, y nuevas técnicas de combinación de clasificadores para la construcción de un multiclasificador.
Las neuvas técnicas se han probado empíricamente en datos reales provenientes del mundo médico o financiero, y en datos estándares, habiendose logrado unos resultados satisfactorios en comparación con otros paradigmas existentes en el área.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados