Robust unsupervised learning using kernels
This thesis aims to study deep connections between statistical robustness and machine learning techniques, in particular, the relationship between some particular kernel (the Gaussian kernel) and the robustness of kernel-based learning methods that use it. This thesis also presented that estimating...
- Autores:
-
Gallego Mejia, Joseph Alejandro
- Tipo de recurso:
- Fecha de publicación:
- 2017
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/59937
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/59937
http://bdigital.unal.edu.co/57770/
- Palabra clave:
- 62 Ingeniería y operaciones afines / Engineering
Machine Learning
Dimensionality Reduction
Unsupervised Learning
Kernel Learning Approach
Robust Statistics
Welsch Estimator
Aprendizaje de máquina
Reducción de la dimensionalidad
Aprendizaje con métodos de Kernel
Estadística robusta
Eestimadorde Welsch.
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
id |
UNACIONAL2_d99a89603617167a6eba5ba50ee962e5 |
---|---|
oai_identifier_str |
oai:repositorio.unal.edu.co:unal/59937 |
network_acronym_str |
UNACIONAL2 |
network_name_str |
Universidad Nacional de Colombia |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Robust unsupervised learning using kernels |
title |
Robust unsupervised learning using kernels |
spellingShingle |
Robust unsupervised learning using kernels 62 Ingeniería y operaciones afines / Engineering Machine Learning Dimensionality Reduction Unsupervised Learning Kernel Learning Approach Robust Statistics Welsch Estimator Aprendizaje de máquina Reducción de la dimensionalidad Aprendizaje con métodos de Kernel Estadística robusta Eestimadorde Welsch. |
title_short |
Robust unsupervised learning using kernels |
title_full |
Robust unsupervised learning using kernels |
title_fullStr |
Robust unsupervised learning using kernels |
title_full_unstemmed |
Robust unsupervised learning using kernels |
title_sort |
Robust unsupervised learning using kernels |
dc.creator.fl_str_mv |
Gallego Mejia, Joseph Alejandro |
dc.contributor.advisor.spa.fl_str_mv |
Gonzalez Osorio, Fabio Augusto (Thesis advisor) Ovalle Carranza, Demetrio Arturo (Thesis advisor) |
dc.contributor.author.spa.fl_str_mv |
Gallego Mejia, Joseph Alejandro |
dc.subject.ddc.spa.fl_str_mv |
62 Ingeniería y operaciones afines / Engineering |
topic |
62 Ingeniería y operaciones afines / Engineering Machine Learning Dimensionality Reduction Unsupervised Learning Kernel Learning Approach Robust Statistics Welsch Estimator Aprendizaje de máquina Reducción de la dimensionalidad Aprendizaje con métodos de Kernel Estadística robusta Eestimadorde Welsch. |
dc.subject.proposal.spa.fl_str_mv |
Machine Learning Dimensionality Reduction Unsupervised Learning Kernel Learning Approach Robust Statistics Welsch Estimator Aprendizaje de máquina Reducción de la dimensionalidad Aprendizaje con métodos de Kernel Estadística robusta Eestimadorde Welsch. |
description |
This thesis aims to study deep connections between statistical robustness and machine learning techniques, in particular, the relationship between some particular kernel (the Gaussian kernel) and the robustness of kernel-based learning methods that use it. This thesis also presented that estimating the mean in the feature space with the RBF kernel, is like doing robust estimation of the mean in the data space with the Welsch M-estimator. Based on these ideas, new robust kernel to machine learning algorithms are designed and implemented in the current thesis: Tukey’s, Andrews’ and Huber’s robust kernels which each one corresponding to Tukey’s, Andrews’ and Huber’s M-robust estimator, respectively. On the one hand, kernel-based algorithms are an important tool which is widely applied to different machine learning and information retrieval problems including: clustering, latent topic analysis, recommender systems, image annotation, and contentbased image retrieval, amongst others. Robustness is the ability of a statistical estimation method or machine learning method to deal with noise and outliers. There is a strong theory of robustness in statistics; however, it receives little attention in machine learning. A systematic evaluation is performed in order to evaluate the robustness of kernel-based algorithms in clustering showing that some robust kernels including Tukey’s and Andrews’ robust kernels perform on par to state-of-the-art algorithms |
publishDate |
2017 |
dc.date.issued.spa.fl_str_mv |
2017-07-04 |
dc.date.accessioned.spa.fl_str_mv |
2019-07-02T17:09:29Z |
dc.date.available.spa.fl_str_mv |
2019-07-02T17:09:29Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/59937 |
dc.identifier.eprints.spa.fl_str_mv |
http://bdigital.unal.edu.co/57770/ |
url |
https://repositorio.unal.edu.co/handle/unal/59937 http://bdigital.unal.edu.co/57770/ |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.spa.fl_str_mv |
Universidad Nacional de Colombia Sede Medellín Facultad de Minas Escuela de Sistemas Ingeniería de Sistemas e Informática Ingeniería de Sistemas e Informática |
dc.relation.references.spa.fl_str_mv |
Gallego Mejia, Joseph Alejandro (2017) Robust unsupervised learning using kernels. Maestría thesis, Universidad Nacional de Colombia -Sede Medellín. |
dc.rights.spa.fl_str_mv |
Derechos reservados - Universidad Nacional de Colombia |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional |
dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Atribución-NoComercial 4.0 Internacional Derechos reservados - Universidad Nacional de Colombia http://creativecommons.org/licenses/by-nc/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
institution |
Universidad Nacional de Colombia |
bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/59937/1/1022369610.2017.pdf https://repositorio.unal.edu.co/bitstream/unal/59937/2/1022369610.2017.pdf.jpg |
bitstream.checksum.fl_str_mv |
e295e18494ef6684a116632db7589953 ee57fa077a0e7e94e65a29117261a52c |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
_version_ |
1814090016532463616 |
spelling |
Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Gonzalez Osorio, Fabio Augusto (Thesis advisor)cdc14b69-bf63-4f8c-ab69-fd166d3c8142-1Ovalle Carranza, Demetrio Arturo (Thesis advisor)feffbb46-9f31-42f5-be3f-bc2199858650-1Gallego Mejia, Joseph Alejandro3d52cdd9-a83c-4454-a32b-e77db27f9a313002019-07-02T17:09:29Z2019-07-02T17:09:29Z2017-07-04https://repositorio.unal.edu.co/handle/unal/59937http://bdigital.unal.edu.co/57770/This thesis aims to study deep connections between statistical robustness and machine learning techniques, in particular, the relationship between some particular kernel (the Gaussian kernel) and the robustness of kernel-based learning methods that use it. This thesis also presented that estimating the mean in the feature space with the RBF kernel, is like doing robust estimation of the mean in the data space with the Welsch M-estimator. Based on these ideas, new robust kernel to machine learning algorithms are designed and implemented in the current thesis: Tukey’s, Andrews’ and Huber’s robust kernels which each one corresponding to Tukey’s, Andrews’ and Huber’s M-robust estimator, respectively. On the one hand, kernel-based algorithms are an important tool which is widely applied to different machine learning and information retrieval problems including: clustering, latent topic analysis, recommender systems, image annotation, and contentbased image retrieval, amongst others. Robustness is the ability of a statistical estimation method or machine learning method to deal with noise and outliers. There is a strong theory of robustness in statistics; however, it receives little attention in machine learning. A systematic evaluation is performed in order to evaluate the robustness of kernel-based algorithms in clustering showing that some robust kernels including Tukey’s and Andrews’ robust kernels perform on par to state-of-the-art algorithmsResumen: Esta tesis apunta a mostrar la profunda relación que existe entre robustez estadística y técnicas de aprendizaje de maquina, en particular, la relación entre algunos tipos de kernels (kernel Gausiano) y la robustez de los métodos basados en kernels. Esta tesis también presenta que la estimación de la media en el espacio de características con el kernel rbf, es como hacer estimación de la media en el espacio de los datos con el m-estimador de Welsch. Basado en las ideas anteriores, un conjunto de nuevos kernel robustos son propuestos y diseñdos: Tukey, Andrews, y Huber kernels robustos correspondientes a los m-estimadores de Tukey, Andrews y Huber respectivamente. Por un lado, los algoritmos basados en kernel es una importante herramienta aplicada en diferentes problemas de aprendizaje automático y recuperación de información, incluyendo: el agrupamiento, análisis de tema latente, sistemas de recomendación, anotación de imágenes, recuperación de informacion, entre otros. La robustez es la capacidad de un método o procedimiento de estimación aprendizaje estadístico automatico para lidiar con el ruido y los valores atípicos. Hay una fuerte teoría de robustez en estadística, sin embargo, han recibido poca atención en aprendizaje de máquina. Una evaluación sistemática se realiza con el fin de evaluar la robustez de los algoritmos basados en kernel en tareas de agrupación mostrando que algunos kernels robustos incluyendo los kernels de Tukey y de Andrews se desempeñan a la par de los algoritmos del estado del arte.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Medellín Facultad de Minas Escuela de Sistemas Ingeniería de Sistemas e InformáticaIngeniería de Sistemas e InformáticaGallego Mejia, Joseph Alejandro (2017) Robust unsupervised learning using kernels. Maestría thesis, Universidad Nacional de Colombia -Sede Medellín.62 Ingeniería y operaciones afines / EngineeringMachine LearningDimensionality ReductionUnsupervised LearningKernel Learning ApproachRobust StatisticsWelsch EstimatorAprendizaje de máquinaReducción de la dimensionalidadAprendizaje con métodos de KernelEstadística robustaEestimadorde Welsch.Robust unsupervised learning using kernelsTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINAL1022369610.2017.pdfTesis de Maestría en Ingeniería - Ingeniería de Sistemasapplication/pdf3213606https://repositorio.unal.edu.co/bitstream/unal/59937/1/1022369610.2017.pdfe295e18494ef6684a116632db7589953MD51THUMBNAIL1022369610.2017.pdf.jpg1022369610.2017.pdf.jpgGenerated Thumbnailimage/jpeg3795https://repositorio.unal.edu.co/bitstream/unal/59937/2/1022369610.2017.pdf.jpgee57fa077a0e7e94e65a29117261a52cMD52unal/59937oai:repositorio.unal.edu.co:unal/599372023-10-13 09:41:01.692Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co |