Miniatura

Fitxers

tfg_planasdemunt_cobo_eduard.pdf (1.87 MB)

Tipus de document

Treball de fi de grau

Data de publicació

2023-01-24

Llicència de publicació

cc-by-nc-nd (c) Eduard Planasdemunt Cobo, 2023
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/199060

Autoencoders

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

Resum

[en] In this project we study antoencoders, a machine learning tecnique used for dimensionality reduction of databases, analizing images or generating new data. We compare them with tradicional dimensionality reduction method, the principal component analysis (PCA). Even though in some fields (specially with small databases) PCA is useful we show that autoencoders can accomplish the same tasks with better results and even accomplish new ones unattainable with PCA. We prepared programs in Python implementing several versions of autoencoders, applied frequently used databases, comparing results with those obtained with PCA, when applicable.

Descripció

Treballs Finals de Grau de Matemàtiques, Facultat de Matemàtiques, Universitat de Barcelona, Any: 2023, Director: Josep Fortiana Gregori

Matèries

Xarxes neuronals (Informàtica), Treballs de fi de grau, Estadística matemàtica, Anàlisi multivariable, Aprenentatge automàtic, Visió per ordinador

Matèries (anglès)

Neural networks (Computer science), Bachelor's theses, Mathematical statistics, Multivariate analysis, Machine learning, Computer vision

Citació

Col·leccions

Treballs Finals de Grau (TFG) - Matemàtiques

Citació

PLANASDEMUNT COBO, Eduard. Autoencoders. [consulta: 23 de gener de 2026]. [Disponible a: https://hdl.handle.net/2445/199060]

Exportar metadades

JSON - METS

Compartir registre