Árboles de contraste y contrast boosting

En este trabajo se estudian la estructura y algunas de las principales aplicaciones de los árboles de contraste y el contrast boosting, introducidos por Friedman (2020). Adicionalmente, se evalúa el desempeño del contrast boosting en problemas de estimación de probabilidades condicionales y estimación de distribuciones condicionales, mediante experimentos controlados que consisten en simulaciones en las que se conoce el estado de la naturaleza. Finalmente, se estudia el algoritmo propuesto por Turnbull (1976) para estimar la función de distribución acumulativa empírica de una variable aleatoria real a partir de datos truncados y censurados, y se explica cómo este algoritmo permite utilizar contrast boosting para estimar distribuciones condicionales a partir de datos truncados y censurados.

• Autores: Mosquera Brito, Joaquín Esteban
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/74525
• Acceso en línea: https://hdl.handle.net/1992/74525
• Palabra clave: Estadística; Estimación no paramétrica; Clasificación binaria; Árboles de contraste; Probabilidad; Boosting; Bootstrap; Matemáticas
• Rights: openAccess
• License: https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf