Modelos predictivos bayesianos: Estimación de parámetros en distribuciones de tipo MoTBF a partir de grandes volúmenes de datos
Ficheros
Identificadores
Compartir
Metadatos
Mostrar el registro completo del ítemAutor
Ortiz Montes, MarinaDirector/es
Salmerón Cerdán, AntonioFecha
2021-07Resumen
En este trabajo se realiza un estudio sobre las distribuciones de tipo mixtura de
funciones base truncadas (MoTBF). Más concretamente, nos centramos en dos de sus
casos particulares: las mixturas de exponenciales truncadas (MTEs) y las mixturas de
polinomios (MOPs). El objetivo principal de este trabajo es, por un lado, estudiar las propiedades básicas de las distribuciones de tipo MTE y MOP y, por otro lado, desarrollar procedimientos que resuelvan el problema de la estimación de parámetros en
dichas distribuciones a partir de grandes volúmenes de datos.
Comenzamos motivando la aparición de los modelos de tipo MoTBF a través de
una breve reseña histórica en el capítulo 1. En este capítulo, también presentamos la
notación necesaria para el posterior desarrollo del trabajo, así como una introducción
general a las redes bayesianas híbridas, que constituyen el principal marco en el cual
los modelos de tipo MoTBF adquieren una importancia fundamental.
A continuación, en el cap...
Palabra/s clave
Trabajo Fin de Grado de la Universidad de Almería
Mixturas de exponenciales truncadas (MTEs)
Mixturas de polinomios (MOPs)
MoTBF
Método de Fisher Scoring