Miniatura

Fitxers

memoria.pdf (775.46 KB)

Tipus de document

Treball de fi de grau

Data de publicació

2017-01-17

Llicència de publicació

cc-by-nc-nd (c) Núria Vilches Baldonado, 2017
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/114904

Anàlisi de components principals amb kernels

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

Resum

En els darrers anys hi ha hagut un augment en l’interès de l’anàlisi de dades però alhora una crescuda en la quantitat de dades a emmagatzemar. És per això, que han començat a aparèixer nous algorismes d’anàlisi de dades més òptims i eficients que els anteriors que faciliten l’anàlisi de gran quantitat de dades, l’anomenat Big Data. Moltes d’aquestes metodologies es troben dintre de l’anomenat machine learning o aprenentatge automàtic. Tots aquests mètodes són cada cop més aplicats en el dia a dia de les persones, en l’actualitat la majoria de grans empreses, com bancs, botigues, pàgines web, utilitzen l’estudi de dades en el desenvolupament de campanyes de publicitat, venta personalitzada, entre d’altres.

Descripció

Treballs Finals de Grau de Matemàtiques, Facultat de Matemàtiques, Universitat de Barcelona, Any: 2017, Director: Esteban Vegas Lozano

Matèries

Aprenentatge automàtic, Treballs de fi de grau, Anàlisi multivariable, Dades massives, Funcions de variables complexes, R (Llenguatge de programació)

Matèries (anglès)

Machine learning, Bachelor's theses, Multivariate analysis, Big data, Functions of complex variables, R (Computer program language)

Citació

Col·leccions

Treballs Finals de Grau (TFG) - Matemàtiques

Citació

VILCHES BALDONADO, Núria. Anàlisi de components principals amb kernels. [consulta: 20 de gener de 2026]. [Disponible a: https://hdl.handle.net/2445/114904]

Exportar metadades

JSON - METS

Compartir registre