Métodos de explicabilidad en machine learning

dc.contributor.advisor	Luis Hita, Jorge
dc.contributor.author	Sánchez de la Roda Núñez, Víctor
dc.date.accessioned	2025-03-14T17:33:52Z
dc.date.available	2025-03-14T17:33:52Z
dc.date.issued	2024-10
dc.identifier.citation	Sánchez de la Roda Núñez, V. (2024). Métodos de explicabilidad en machine learning [Trabajo Fin de Estudios, Universidad Europea de Madrid]. Repositorio de Trabajos Fin de Estudios TITULA	es
dc.identifier.uri	https://hdl.handle.net/20.500.12880/10239
dc.description.abstract	Tras desarrollar un modelo propio contra el impago en creditos bancarios, se implementaran las tecnicas expuestas utilizando Python y R.	es
dc.language.iso	spa	es
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Internacional	es
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	es
dc.title	Métodos de explicabilidad en machine learning	es
dc.type	TFM	es
dc.description.affiliation	Universidad Europea de Madrid	es
dc.description.degree	Máster Universitario en Análisis de Datos Masivos (Big Data)	es
dc.rights.accessRights	openAccess	es
dc.subject.keyword	Python	es
dc.subject.keyword	Aprendizaje automático	es
dc.subject.keyword	Bosques aleatorios	es
dc.description.methodology	Presencial	es

Ficheros en el ítem

Tamaño: 2.396Mb

Formato: PDF

Tipo de contenido: TFM