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.
El uso de Inteligencia Artificial en los negocios es cada vez más común y necesario para la optimización y evolución de los procesos. En uno de nu [...]
Leer más »Antes de explicaros qué es la inteligencia artificial, nos gustaría empezar con la frase del libro Age of intelligent machines (1992), de Raymond Ku [...]
Leer más »Energía barata, infinita, segura y limpia La Inteligencia Artificial desde la investigación de la Fusión Termonuclear a la generación de ventas o [...]
Leer más »Las siglas ERP significan Enterprise Resource Planning y se trata de un sistema de planificación informático y gestión empresarial capaz de integra [...]
Leer más »
