El algoritmo de Mínimo Error de Clasificación (MCE) es una variante del método LVQ, concretamente su versión LVQ2.1. Esta trata de asegurar la convergencia más rápida de la solución basándose en el aprendizaje Hebbiano que actualiza los prototipos ganadores por competición.
La diferencia del método MCE reside en que no solo se busca al vecino más cercano a cada muestra del conjunto de entrenamiento, sino que se busca aquel más cercano con distinta salida y aquel con la misma salida.
En el caso de que la muestra caiga dentro de una ventana establecida entre ambos, se alejará aquel que tenga distinta salida y se acercará aquel que tenga la misma, en aras de conseguir mejorar los resultados de clasificación
Se trata de una evolución del algoritmo LVQ
Reference: Biing-Hwang Juang and Shigeru Katagiri. Discriminative learning for minimum error classication.
La IA es la ciencia que marcará las diferencias entre dos compañías que compitan en el mismo sector. El aprendizaje automático y la inteligencia a [...]
Leer más »La moda que viene de USA y obligará a incorporar la IA en el proceso Seguramente hace poco tiempo que hemos empezado a escuchar un nuevo concepto en [...]
Leer más »Es de vital importancia comprender, identificar y satisfacer las necesidades de los clientes. De este modo, nuestro negocio podrá ofrecer productos y [...]
Leer más »Ya tienes todo lo necesario para ponerte manos a la obra y empezar a trabajar con los datos de la empresa. Tras sortear los primeros obstáculos de ma [...]
Leer más »
