TFG
NOMBRE Y APELLIDOS DE LOS TUTORES/AS
1. Víctor Muñoz Villarragut
e-mail de contacto para el alumnado interesado: victor.munoz@upm.es
ESCUELAS EN LA QUE SE OFERTA: ETSII
(TÁCHESE LO QUE NO PROCEDA)
RESUMEN:
Este trabajo de fin de grado analiza el rendimiento de distintos enfoques de aprendizaje supervisado aplicados a tareas de clasificación en conjuntos de datos con varias variables predictoras. En concreto, se comparan los modelos de gradient boosting machines (GBM), redes neuronales y un modelo ensamblado por stacking que combina las predicciones de ambos algoritmos.
Se parte de un conjunto de datos reales. El objetivo será predecir una variable utilizando varios predictores. Se entrenan en paralelo el modelo GBM y una red neuronal clásica. Posteriormente, se construye un modelo de stacking que utiliza como entrada las predicciones de ambos modelos base y entrena un metamodelo sobre ellas.