Local cover image
Local cover image

Estudio de métodos y técnicas de aprendizaje por transferencia en el contexto de aprendizaje automático

By: Contributor(s): Material type: TextTextPublication details: 2021Description: 1 archivo (5,2 MB) : il. colSubject(s): Online resources:
Contents:
Capítulo 1 - Introducción -- 1.1 Contexto -- 1.2 Motivación -- 1.3 Objetivos -- 1.3.1 Objetivos generales -- 1.3.2 Objetivos específicos -- 1.4 Metodología de trabajo -- 1.5 Resultados esperados -- 1.6 Estructura de la tesina -- 1.7 Conclusión -- Capítulo 2 - Aprendizaje por transferencia -- 2.1 Introducción -- 2.2 Concepto -- 2.3 Motivación -- 2.4 Objetivo -- 2.5 Definiciones -- 2.6 Técnicas -- 2.6.1 Transferencia inductiva -- 2.6.2 Transferencia transductiva -- 2.6.3 Transferencia no supervisada -- 2.6.4 Transferencia por refuerzo -- 2.7 Enfoques -- 2.7.1 Transferencia de instancias -- 2.7.2 Transferencia de representación de características -- 2.7.3 Transferencia de parámetros -- 2.7.4 Transferencia de conocimiento relacional -- 2.8 Limitaciones -- 2.9 Aprendizaje automático de largo plazo -- 2.10 Conclusión -- Capítulo 3 - Estado del arte -- 3.1 Introducción -- 3.2 Escenarios motivacionales para TL -- 3.2.1 Clasificación de páginas web sin ejemplos negativos -- 3.2.2 TL para localización en interiores basada en señales WiFi -- 3.2.3 Adaptación de dominios para la clasificación de sentimientos -- 3.3 TrAdaBoost: un impulso para TL -- 3.4 Aprendizaje autodidacta: TL desde datos sin etiquetar -- 3.5 TL mediante mapeo estructural local de modelos múltiples -- 3.6 Mapeo y revisión de redes lógicas de Markov para TL -- 3.7 Aprendizaje y evaluación de clasificadores bajo el sesgo de selección de la muestra -- 3.8 Aprendizaje por transferencia mediante reducción de dimensionalidad -- 3.9 Reducción de dimensionalidad transferida -- 3.10 Transferencia entre dominios para el aprendizaje por refuerzo -- 3.11 Distant Domain Transfer Learning -- 3.12 Conclusión -- Capítulo 4 - Propuesta metodológica para la aplicación de TL -- 4.1 Introducción -- 4.2 Etapas del proceso resolutivo -- 4.3 Flujo metodológico -- 4.3.1 Profundización de etapa de consideración e implantación de técnicas de TL -- 4.4 Conclusión -- Capítulo 5 - Un caso aplicativo -- 5.1 Introducción -- 5.2 Presentación del modelo y las premisas -- 5.3 Problemática afrontada -- 5.4 Solución propuesta -- 5.5 Conclusión -- Capítulo 6 - Aportes, conclusiones y trabajos futuros -- 6.1 Introducción -- 6.2 Aportes -- 6.3 Conclusiones -- 6.4 Trabajos futuros -- 6.4.1 Líneas de investigación propuestas -- 6.5 Conclusión
Dissertation note: Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2021.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Home library Collection Call number URL Status Date due Barcode
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática TES 21/08 (Browse shelf(Opens below)) Available DIF-04942
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource Recurso en Línea
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource Recurso en Línea

Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2021.

Capítulo 1 - Introducción -- 1.1 Contexto -- 1.2 Motivación -- 1.3 Objetivos -- 1.3.1 Objetivos generales -- 1.3.2 Objetivos específicos -- 1.4 Metodología de trabajo -- 1.5 Resultados esperados -- 1.6 Estructura de la tesina -- 1.7 Conclusión -- Capítulo 2 - Aprendizaje por transferencia -- 2.1 Introducción -- 2.2 Concepto -- 2.3 Motivación -- 2.4 Objetivo -- 2.5 Definiciones -- 2.6 Técnicas -- 2.6.1 Transferencia inductiva -- 2.6.2 Transferencia transductiva -- 2.6.3 Transferencia no supervisada -- 2.6.4 Transferencia por refuerzo -- 2.7 Enfoques -- 2.7.1 Transferencia de instancias -- 2.7.2 Transferencia de representación de características -- 2.7.3 Transferencia de parámetros -- 2.7.4 Transferencia de conocimiento relacional -- 2.8 Limitaciones -- 2.9 Aprendizaje automático de largo plazo -- 2.10 Conclusión -- Capítulo 3 - Estado del arte -- 3.1 Introducción -- 3.2 Escenarios motivacionales para TL -- 3.2.1 Clasificación de páginas web sin ejemplos negativos -- 3.2.2 TL para localización en interiores basada en señales WiFi -- 3.2.3 Adaptación de dominios para la clasificación de sentimientos -- 3.3 TrAdaBoost: un impulso para TL -- 3.4 Aprendizaje autodidacta: TL desde datos sin etiquetar -- 3.5 TL mediante mapeo estructural local de modelos múltiples -- 3.6 Mapeo y revisión de redes lógicas de Markov para TL -- 3.7 Aprendizaje y evaluación de clasificadores bajo el sesgo de selección de la muestra -- 3.8 Aprendizaje por transferencia mediante reducción de dimensionalidad -- 3.9 Reducción de dimensionalidad transferida -- 3.10 Transferencia entre dominios para el aprendizaje por refuerzo -- 3.11 Distant Domain Transfer Learning -- 3.12 Conclusión -- Capítulo 4 - Propuesta metodológica para la aplicación de TL -- 4.1 Introducción -- 4.2 Etapas del proceso resolutivo -- 4.3 Flujo metodológico -- 4.3.1 Profundización de etapa de consideración e implantación de técnicas de TL -- 4.4 Conclusión -- Capítulo 5 - Un caso aplicativo -- 5.1 Introducción -- 5.2 Presentación del modelo y las premisas -- 5.3 Problemática afrontada -- 5.4 Solución propuesta -- 5.5 Conclusión -- Capítulo 6 - Aportes, conclusiones y trabajos futuros -- 6.1 Introducción -- 6.2 Aportes -- 6.3 Conclusiones -- 6.4 Trabajos futuros -- 6.4.1 Líneas de investigación propuestas -- 6.5 Conclusión

Click on an image to view it in the image viewer

Local cover image