Mostrar el registro sencillo del ítem

dc.contributor.advisorAntolínez García, Alfonso
dc.contributor.authorOrte Nieto, Asier 
dc.date.accessioned2022-11-04T11:34:29Z
dc.date.available2022-11-04T11:34:29Z
dc.date.issued2022-10
dc.identifier.citationOrte 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 TITULAes
dc.identifier.urihttp://hdl.handle.net/20.500.12880/3000
dc.description.abstractEl 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.isospaes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacionales
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/es
dc.titleEstudio del rendimiento de algoritmos de machine learning tradicionales para la detección de fraude en datasets desbalanceados usando técnicas de remuestreoes
dc.typeTFMes
dc.description.affiliationUniversidad Europea de Madrides
dc.description.degreeMáster Universitario en Análisis de Datos Masivos (Big Data)es
dc.rights.accessRightsopenAccesses
dc.subject.keywordAprendizaje automáticoes
dc.subject.keywordAprendizaje supervisadoes
dc.description.methodologyPresenciales


Ficheros en el ítem

ADOBE PDF

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem