Mostrar el registro sencillo del ítem
Estudio del rendimiento de algoritmos de machine learning tradicionales para la detección de fraude en datasets desbalanceados usando técnicas de remuestreo
dc.contributor.advisor | Antolínez García, Alfonso | |
dc.contributor.author | Orte Nieto, Asier | |
dc.date.accessioned | 2022-11-04T11:34:29Z | |
dc.date.available | 2022-11-04T11:34:29Z | |
dc.date.issued | 2022-10 | |
dc.identifier.citation | Orte Nieto, A. (2022). Estudio del rendimiento de algoritmos de machine learning tradicionales para la detección de fraude en datasets desbalanceados usando técnicas de remuestreo [Trabajo Fin de Estudios, Universidad Europea de Madrid]. Repositorio de Trabajos Fin de Estudios TITULA | es |
dc.identifier.uri | http://hdl.handle.net/20.500.12880/3000 | |
dc.description.abstract | El objeto del presente proyecto es crear un dataset de imágenes con algunos de los hongos que afectan a hojas del maíz, y mediante una técnica de Machine Learning conocida como Trasfer Learning y Redes Neuronales Convolucionales ser capaz de clasificar correctamente las imágenes con su clase correspondiente. | 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 | Estudio del rendimiento de algoritmos de machine learning tradicionales para la detección de fraude en datasets desbalanceados usando técnicas de remuestreo | 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 | Aprendizaje automático | es |
dc.subject.keyword | Aprendizaje supervisado | es |
dc.description.methodology | Presencial | es |