Mostrar el registro sencillo del ítem

dc.contributorUniversitat Ramon Llull. La Salle
dc.contributor.authorMacià Antolinez, Núria
dc.contributor.authorBernadó Mansilla, Ester
dc.contributor.authorFornells Herrera, Albert
dc.contributor.authorGolobardes, Elisabet
dc.contributor.authorMartorell Rodon, Josep M.
dc.contributor.authorGarrell i Guiu, Josep Maria
dc.date.accessioned2021-06-01T19:44:34Z
dc.date.accessioned2023-07-13T09:53:05Z
dc.date.available2021-06-01T19:44:34Z
dc.date.available2023-07-13T09:53:05Z
dc.date.created2007-09
dc.date.issued2007-09
dc.identifier.urihttp://hdl.handle.net/20.500.14342/2966
dc.description.abstractEl análisis de la complejidad de los datos mediante métricas de complejidad es útil para predecir el comportamiento de un sistema de aprendizaje. Este trabajo ilustra cómo las métricas permiten definir un espacio a través del cual puede modelarse la bondad de los clústers creados a partir de un mapa autoorganizativo. Unos clústers que se utilitzan para organizar la memoria de casos de un sistema de razonamiento basado en casos con el objetivo de mejorar el tiempo empleado en explorar dicha memoria.spa
dc.format.extent18 p.cat
dc.language.isospacat
dc.publisherII Congreso Español de Informática. V Taller de Minería de Datos y Aprendizaje, Zaragoza, del 11-14 septiembre 2007cat
dc.rights© L'autor/a. Tots els drets reservats
dc.sourceRECERCAT (Dipòsit de la Recerca de Catalunya)
dc.subject.otherRaonament basat en casoscat
dc.subject.otherComputació distribuïdacat
dc.titleRevisión sobre métricas de complejidad en el modelado de clústers de un sistema CBRcat
dc.typeinfo:eu-repo/semantics/conferenceObjectcat
dc.rights.accessLevelinfo:eu-repo/semantics/openAccess
dc.embargo.termscapcat
dc.subject.udc004
dc.subject.udc62


Ficheros en el ítem

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Compartir en TwitterCompartir en LinkedinCompartir en FacebookCompartir en TelegramCompartir en WhatsappImprimir