Abstract
Los algoritmos de aprendizaje basados en kernels o funciones núcleo y, en particular, las Máquinas de Soporte Vectorial (MSV), proporcionan buenos resultados en problemas de clasificación donde los patrones de entrada no son linealmente separables. En este artículo, se presenta una metodología que permitirá construir kernels capaces de trabajar con datos descritos en un espacio cualitativo de órdenes de magnitud. Una primera aplicación de esta metodología es introducida para evaluar la calidad de crédito financiero de una empresa. Se presenta un ejemplo sencillo donde se puede apreciar cómo el kernel interpreta las "distancias" entre los diversos descriptores de las empresas.
Original language | English |
---|---|
Publication status | Published - 12 Nov 2003 |
Event | 10th Conferencia de la Asociación Española de Inteligencia Artificial, San Sebastián 2003 - Duration: 12 Nov 2003 → 14 Nov 2003 |
Conference
Conference | 10th Conferencia de la Asociación Española de Inteligencia Artificial, San Sebastián 2003 |
---|---|
Period | 12/11/03 → 14/11/03 |