Métodos de análisis estadístico con datos dispersos

• Autores: Jaime Izquierdo Bautista
• Localización: Ingenieria y Región, ISSN 1657-6985, Nº. 24, 2020, págs. 86-98
• Idioma: español
• Títulos paralelos:
  • Statistical analysis methods with scattered data
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo se presentan las principales características de algunas metodologías para derivar modelos de predicción o clasificación cuando se tienen muchos datos. Dentro de estos se describen las redes neuronales, bosques aleatorios, árboles de decisión, árboles altamente aleatorizados (extra trees) y método de regresión asistida por patrón de contraste (CPXR). Técnicas que han sido utilizadas para derivar modelos de predicción de retención de agua, clasificación de imágenes, clasificación de suelos, determinación de las principales variables que intervienen en un proceso.

  • English

    This article presents the main characteristics of some methodologies to derive prediction or classification models when you have a lot of data. These describe neural networks, random forests, decision trees, highly randomized trees (extra trees) and the contrast pattern assisted regression method (CPXR). Techniques that have been used to derive prediction models for water retention, image classification, soil classification, determination of the main variables involved in a process.