Para acceder a los documentos con el texto completo, por favor, siga el siguiente enlace: http://hdl.handle.net/2099.1/25998
|
Título:
|
Machine learning approximation techniques using dual trees
|
|
Autor/a:
|
Ergashbaev, Denis
|
|
Otros autores:
|
Pujol Vila, Oriol |
|
Abstract:
|
This master thesis explores a dual-tree framework as applied to a particular class of machine learning problems that are collectively referred to as generalized n-body problems. It builds a new algorithm on top of it and improves existing Boosted OGE classifier. |
|
Materia(s):
|
-Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
-Machine learning
-Artificial intelligence
-kd-tree
-classification
-characterizing boundary points
-ensemble of classifiers
-Gabriel neighboring rule
-Aprenentatge automàtic
-Intel·ligència artificial |
|
Derechos:
|
|
|
Tipo de documento:
|
Trabajo fin de máster |
|
Editor:
|
Universitat Politècnica de Catalunya
|
|
Compartir:
|
|
Mostrar el registro completo del ítem
