Aplicación de teoría de la información en clasificación automática

Autores
Fasano, María Victoria
Año de publicación
2005
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Maronna, Ricardo Antonio
Descripción
Este trabajo trata del problema estadístico de Clasificación Automática, también conocido como "Clustering" o "Análisis de clusters". En éste se pretende dar solución al siguiente problema: dada una muestra de n objetos a cada uno de los cuales se le midieron p atributos distintos, se quiere encontrar un método para agrupar estos objetos en distintas clases, de manera tal que los objetos que pertenecen a una misma clase sean "similares" en algún sentido. Existen numerosos métodos de clasificación que se pueden dividir en dos grupos básicos: los jerárquicos y las particiones. Dentro de cada tipo hay muchos subtipos y distintos algoritmos para encontrar la división deseada.
Material digitalizado en SEDICI en colaboración con la Biblioteca del Departamento de Matemática de la Facultad de Ciencias Exactas (UNLP).
Licenciado en Matemática
Universidad Nacional de La Plata
Facultad de Ciencias Exactas
Materia
Matemática
Clustering
tasa de distorsión
Teoría de la información
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/182165
Acceder
id SEDICI_2566927444ec79d96e1cc2bec07f00d5
oai_identifier_str oai:sedici.unlp.edu.ar:10915/182165
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Aplicación de teoría de la información en clasificación automáticaFasano, María VictoriaMatemáticaClusteringtasa de distorsiónTeoría de la informaciónEste trabajo trata del problema estadístico de Clasificación Automática, también conocido como "Clustering" o "Análisis de clusters". En éste se pretende dar solución al siguiente problema: dada una muestra de n objetos a cada uno de los cuales se le midieron p atributos distintos, se quiere encontrar un método para agrupar estos objetos en distintas clases, de manera tal que los objetos que pertenecen a una misma clase sean "similares" en algún sentido. Existen numerosos métodos de clasificación que se pueden dividir en dos grupos básicos: los jerárquicos y las particiones. Dentro de cada tipo hay muchos subtipos y distintos algoritmos para encontrar la división deseada.Material digitalizado en SEDICI en colaboración con la Biblioteca del Departamento de Matemática de la Facultad de Ciencias Exactas (UNLP).Licenciado en MatemáticaUniversidad Nacional de La PlataFacultad de Ciencias ExactasMaronna, Ricardo Antonio2005info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/182165spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:49:43Zoai:sedici.unlp.edu.ar:10915/182165Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:49:44.143SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Aplicación de teoría de la información en clasificación automática
title Aplicación de teoría de la información en clasificación automática
spellingShingle Aplicación de teoría de la información en clasificación automática
Fasano, María Victoria
Matemática
Clustering
tasa de distorsión
Teoría de la información
title_short Aplicación de teoría de la información en clasificación automática
title_full Aplicación de teoría de la información en clasificación automática
title_fullStr Aplicación de teoría de la información en clasificación automática
title_full_unstemmed Aplicación de teoría de la información en clasificación automática
title_sort Aplicación de teoría de la información en clasificación automática
dc.creator.none.fl_str_mv Fasano, María Victoria
author Fasano, María Victoria
author_facet Fasano, María Victoria
author_role author
dc.contributor.none.fl_str_mv Maronna, Ricardo Antonio
dc.subject.none.fl_str_mv Matemática
Clustering
tasa de distorsión
Teoría de la información
topic Matemática
Clustering
tasa de distorsión
Teoría de la información
dc.description.none.fl_txt_mv Este trabajo trata del problema estadístico de Clasificación Automática, también conocido como "Clustering" o "Análisis de clusters". En éste se pretende dar solución al siguiente problema: dada una muestra de n objetos a cada uno de los cuales se le midieron p atributos distintos, se quiere encontrar un método para agrupar estos objetos en distintas clases, de manera tal que los objetos que pertenecen a una misma clase sean "similares" en algún sentido. Existen numerosos métodos de clasificación que se pueden dividir en dos grupos básicos: los jerárquicos y las particiones. Dentro de cada tipo hay muchos subtipos y distintos algoritmos para encontrar la división deseada.
Material digitalizado en SEDICI en colaboración con la Biblioteca del Departamento de Matemática de la Facultad de Ciencias Exactas (UNLP).
Licenciado en Matemática
Universidad Nacional de La Plata
Facultad de Ciencias Exactas
description Este trabajo trata del problema estadístico de Clasificación Automática, también conocido como "Clustering" o "Análisis de clusters". En éste se pretende dar solución al siguiente problema: dada una muestra de n objetos a cada uno de los cuales se le midieron p atributos distintos, se quiere encontrar un método para agrupar estos objetos en distintas clases, de manera tal que los objetos que pertenecen a una misma clase sean "similares" en algún sentido. Existen numerosos métodos de clasificación que se pueden dividir en dos grupos básicos: los jerárquicos y las particiones. Dentro de cada tipo hay muchos subtipos y distintos algoritmos para encontrar la división deseada.
publishDate 2005
dc.date.none.fl_str_mv 2005
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/182165
url http://sedici.unlp.edu.ar/handle/10915/182165
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616357696503809
score 13.070432

Publicaciones similares