Centro de Investigaciones de la Informática (CII)
URI permanente para esta comunidad
En esta comunidad se agrupan las colecciones que recogen la producción científica del Centro de Investigaciones de la Informática en la UCLV.
Examinar
Examinando Centro de Investigaciones de la Informática (CII) por Autor "Pereira-Toledo, Alain"
Mostrando 1 - 2 de 2
Resultados por página
Opciones de ordenación
Ítem Acceso Abierto Análisis del comportamiento del algoritmo SVM para diferentes Kernel en ambientes controlados(2018) López-Cabrera, José; Pereira-Toledo, Alain; Universidad Central "Marta Abreu" de Las Villas. Departamento de ComputaciónEn el presente trabajo se realiza una investigación del comportamiento de la técnica de aprendizaje automático SVM en diferentes ambientes controlados, usando cinco kernel. Primero se analiza el comportamiento de los clasificadores ante datos con valores perdidos. Luego se prueban en ambientes con valores ruidosos. La última tarea es el análisis de su comportamiento una vez que se adicionan atributos irrelevantes. Para validar los resultados se realizan pruebas estadísticas no paramétricas. Se encontró que la técnica SVM es muy robusta ante los tres ambientes antes mencionados y el kernel polinómico arrojó los mejores resultados de clasificación.Ítem Acceso Abierto Estudio experimental para la comparación del desempeño de Naïve Bayes con otros clasificadores bayesianos(2017) Pereira-Toledo, Alain; López-Cabrera, José; Quintero-Domínguez, Luis; Universidad de Sancti Spíritus "José Martí Pérez". Departamento de Ingeniería Informática; Universidad Central "Marta Abreu" de Las Villas. Departamento de ComputaciónEn este artículo se realiza un estudio experimental para la comparación del desempeño de la clasificación de Naïve Bayes con otros métodos bayesianos. Otros experimentos reportan su competitividad, pero no utilizan la metodología mucho más apropiada que fue propuesta por Demšar. Por tanto, el propósito es volver sobre el estudio de Naïve Bayes frente a otros métodos bayesianos. Para ello se escogieron cinco clasificadores bayesianos más Naïve Bayes, todos implementados en WEKA; y también, tres conjuntos de bases de datos para realizar un experimento general, uno sobre atributos irrelevantes y un tercero sobre ejemplos ruidosos. Finalmente, siguiendo la metodología de Demšar, se mostró evidencia empírica que ubica aún a Naïve Bayes como una alternativa competitiva frente al resto de los clasificadores bayesianos seleccionados.