Mostrar el registro sencillo del ítem

Deep Learning-eko metodologia eta tresnak Data Science-an

dc.contributor.advisorPeñagarikano Badiola, Mikel ORCID
dc.contributor.authorNavarlaz Muguruza, Paul
dc.contributor.otherF. CIENCIA Y TECNOLOGIA
dc.contributor.otherZIENTZIA ETA TEKNOLOGIA F.
dc.date.accessioned2020-01-16T16:31:00Z
dc.date.available2020-01-16T16:31:00Z
dc.date.issued2020-01-16
dc.identifier.urihttp://hdl.handle.net/10810/38502
dc.description.abstract[EUS] Testuen klasifikazioa testu jakin bat aurretik definituriko multzo finitu batean sailkatzeko zeregina da. Honek dokumentuen generoen identifikazioan, spam filtroetan... aplikazioak izanez. Lan honen helburua testuen klasifikazio prozesuan erabil daitezkeen hainbat teknika aztertu eta alderatzea da. Honetarako hitzen agerpen maiztasuna, Universal Background Model (UBM) erregresio logistikoa eta sare neuronalak erabili dira.es_ES
dc.language.isoeuses_ES
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/es/
dc.subjectdeep learninges_ES
dc.subjectuniversal background modeles_ES
dc.subjectautore klasifikazioes_ES
dc.subjecterregresio logistikoes_ES
dc.subjectsare neuronales_ES
dc.subjectred neuronal
dc.subjectaprendizaje profundo
dc.subjectclasificación de autor
dc.subjectregresión logística
dc.titleDeep Learning-eko metodologia eta tresnak Data Science-anes_ES
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.date.updated2019-06-21T11:38:40Z
dc.language.rfc3066es
dc.rights.holderAtribución (cc by)
dc.identifier.gaurregister97251-776131-09
dc.identifier.gaurassign80811-776131


Ficheros en el ítem

Thumbnail
Nombre:
GrAL_Navarlaz_Muguruza_Paul.pdf
Tamaño:
1.129Mb
Formato:
PDF
Descripción:
Artikulu nagusia
Ver/

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

Mostrar el registro sencillo del ítem

Atribución (cc by)
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución (cc by)