Implementación de algoritmos de parallel boosting

En este trabajo de grado, se desarrollaron los diferentes algoritmos pertenecientes a la técnica de Boosting paralelo en Python. Para esto, se utilizaron librerías comunes en computación científica como lo son Scikit-Learn para el entrenamiento de modelos débiles, NumPy para el tratamiento de estruc...

Full description

Autores:
López Rubiano, Daniel Felipe
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:1992/73842
Acceso en línea:
https://hdl.handle.net/1992/73842
Palabra clave:
Machine learning
Boosting
Decission trees
Adaboost
XGboost
Parallel computing
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf