Please use this identifier to cite or link to this item:
https://hdl.handle.net/2445/172093
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Delicado, Pedro | - |
dc.contributor.author | Rovira Tauler, Oriol | - |
dc.date.accessioned | 2020-11-16T09:59:48Z | - |
dc.date.available | 2020-11-16T09:59:48Z | - |
dc.date.issued | 2020-06 | - |
dc.identifier.uri | https://hdl.handle.net/2445/172093 | - |
dc.description | Treballs Finals de Grau en Estadística UB-UPC, Facultat d'Economia i Empresa (UB) i Facultat de Matemàtiques i Estadística (UPC), Curs: 2019-2020, Tutor: Pedro Delicado | ca |
dc.description.abstract | [cat] Machine Learning és un conjunt de mètodes que permeten als ordinadors aprendre de les dades per fer i millorar prediccions. Aquest conjunt de mètodes és un nou enfoc modern i té una millor precisió en la predicció comparada amb els models estadístics tradicionals. Aquest treball pretén, mitjançant mètodes de Machine Learning, desenvolupar una llibreria a partir de l’article de Delicado i Peña (2020). També, s’ha treballat a partir de dades reals d’habitatges de lloguer procedents de la pàgina web de la Inmobiliaria Idealista i s’han introduït nous models per estudiar dues rellevàncies descrites en l’article. Per últim, es comparen els resultats obtinguts amb la rellevància implementada de cada model i entre les rellevàncies descrites per l’article. | ca |
dc.description.abstract | [eng] Machine Learning is a set of scientific methods which allows computers to learn from data in order to improve all the predictions. This combination of scientific methods is a new modern approach and it has a better accuracy in terms of prediction when it comes to compare it with traditional statistical models. This university research is an attempt to develop a bookstore based on Delicado i Peña's article (2020), by making use of Machine Learning methods. Furthermore, this research was accomplished by using rental housing real data from Inmobiliaria Idealista webpage. In addition, there were also inserted new models in order to study two important facts described in the article above. To sum up, the results obtained using implemented measures in each model and among relevances described in the article are compared. | ca |
dc.format.extent | 36 p. | - |
dc.format.mimetype | application/pdf | - |
dc.language.iso | cat | ca |
dc.rights | cc-by-nc-nd (c) Rovira Tauler, 2020 | - |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | * |
dc.source | Treballs Finals de Grau (TFG) - Estadística UB-UPC | - |
dc.subject.classification | Aprenentatge automàtic | cat |
dc.subject.classification | Anàlisi de regressió | cat |
dc.subject.classification | Estadística | cat |
dc.subject.classification | Treballs de fi de grau | - |
dc.subject.other | Machine learning | eng |
dc.subject.other | Regression analysis | eng |
dc.subject.other | Statistics | eng |
dc.subject.other | Bachelor's theses | eng |
dc.title | Rellevància de variables en models algorítmics predictius | ca |
dc.type | info:eu-repo/semantics/bachelorThesis | ca |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | ca |
Appears in Collections: | Treballs Finals de Grau (TFG) - Estadística UB-UPC |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TFG_Oriol_Rovira.pdf | 2 MB | Adobe PDF | View/Open |
This item is licensed under a
Creative Commons License