Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos

Detalhes bibliográficos
Autor(a) principal: Araújo, Juscelino Pereira de
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/26313
Resumo: O objetivo principal do trabalho é analisar a velocidade de convergência da Regra de Classificação dos k-Vizinhos Mais Próximos (kNN). Assim, o problema da classificação binária é abordado. Os principais resultados teóricos são desenvolvidos, sobretudo o Teorema de Stone, que garante a consistência universal de regras de classificação com determinadas propriedades. Especificamente a regra kNN é analisada, principalmente sua consistência universal. Em seguida, condições restritivas que permitam a obtenção de taxas uniformes de convergência para uma família de distribuições são estudadas. Por fim, sob as mencionadas condições restritivas, a ordem de grandeza da taxa de convergência da regra kNN é obtida de modo a descartar a necessidade de que o espaço das observações seja limitado.
id UFRN_0c5087bec60aa8c74ecce65ab5f5c425
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/26313
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Araújo, Juscelino Pereira dePereira, André Gustavo CamposMartins, Allan de MedeirosSimas, Alexandre de BustamanteOliveira, Roberto Teodoro Gurgel de2018-12-11T21:55:51Z2018-12-11T21:55:51Z2018-10-05ARAÚJO, Juscelino Pereira de. Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos. 2018. 88f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2018.https://repositorio.ufrn.br/jspui/handle/123456789/26313O objetivo principal do trabalho é analisar a velocidade de convergência da Regra de Classificação dos k-Vizinhos Mais Próximos (kNN). Assim, o problema da classificação binária é abordado. Os principais resultados teóricos são desenvolvidos, sobretudo o Teorema de Stone, que garante a consistência universal de regras de classificação com determinadas propriedades. Especificamente a regra kNN é analisada, principalmente sua consistência universal. Em seguida, condições restritivas que permitam a obtenção de taxas uniformes de convergência para uma família de distribuições são estudadas. Por fim, sob as mencionadas condições restritivas, a ordem de grandeza da taxa de convergência da regra kNN é obtida de modo a descartar a necessidade de que o espaço das observações seja limitado.The main objective of this work is to analyze the velocity of convergence of k-Nearest Neighbor (kNN) classification rule. Thus the binary classification problem is approached. The main theoretical results are developed, overall Stone Theorem, which guarantees the universal consistency of classification rules with some properties. Specifically the kNN rule is analyzed, mainly its universal consistency. Then restrictive conditions which allow uniform rates of convergence for a family of distributions are presented. Finally, under the mentioned restrictive conditions the order of magnitude of rate of convergence of kNN rule is obtained such that it cross out the need of a bounded space of observations.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)porCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA APLICADA E ESTATÍSTICATeoremas de DöringGyörfi e WalkCondições restritivasErro de BayesClassificação bináriaAnálise da taxa de convergência da regra de classificação dos k-vizinhos mais próximosAnalysis of rate of convergence of k-nearest neighbors classification ruleinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICAUFRNBrasilinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALAnálisetaxaconvergência_Araújo_2018.pdfapplication/pdf2070473https://repositorio.ufrn.br/bitstream/123456789/26313/1/An%c3%a1lisetaxaconverg%c3%aancia_Ara%c3%bajo_2018.pdfa69b3d30668d5bf801aae76d6054793aMD51TEXTAnálisetaxaconvergência_Araújo_2018.pdf.txtAnálisetaxaconvergência_Araújo_2018.pdf.txtExtracted texttext/plain108526https://repositorio.ufrn.br/bitstream/123456789/26313/2/An%c3%a1lisetaxaconverg%c3%aancia_Ara%c3%bajo_2018.pdf.txte0fc563f23efa4fb55c2824fa3a8765eMD52THUMBNAILAnálisetaxaconvergência_Araújo_2018.pdf.jpgAnálisetaxaconvergência_Araújo_2018.pdf.jpgIM Thumbnailimage/jpeg2752https://repositorio.ufrn.br/bitstream/123456789/26313/3/An%c3%a1lisetaxaconverg%c3%aancia_Ara%c3%bajo_2018.pdf.jpg537069cc8bb1bdd9116fb4737b7b98bcMD53123456789/263132019-01-30 05:30:30.79oai:https://repositorio.ufrn.br:123456789/26313Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2019-01-30T08:30:30Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos
dc.title.alternative.pt_BR.fl_str_mv Analysis of rate of convergence of k-nearest neighbors classification rule
title Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos
spellingShingle Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos
Araújo, Juscelino Pereira de
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA APLICADA E ESTATÍSTICA
Teoremas de Döring
Györfi e Walk
Condições restritivas
Erro de Bayes
Classificação binária
title_short Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos
title_full Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos
title_fullStr Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos
title_full_unstemmed Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos
title_sort Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos
author Araújo, Juscelino Pereira de
author_facet Araújo, Juscelino Pereira de
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.referees1.none.fl_str_mv Pereira, André Gustavo Campos
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees2.none.fl_str_mv Martins, Allan de Medeiros
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.referees3.none.fl_str_mv Simas, Alexandre de Bustamante
dc.contributor.referees3ID.pt_BR.fl_str_mv
dc.contributor.author.fl_str_mv Araújo, Juscelino Pereira de
dc.contributor.advisor1.fl_str_mv Oliveira, Roberto Teodoro Gurgel de
contributor_str_mv Oliveira, Roberto Teodoro Gurgel de
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA APLICADA E ESTATÍSTICA
topic CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA APLICADA E ESTATÍSTICA
Teoremas de Döring
Györfi e Walk
Condições restritivas
Erro de Bayes
Classificação binária
dc.subject.por.fl_str_mv Teoremas de Döring
Györfi e Walk
Condições restritivas
Erro de Bayes
Classificação binária
description O objetivo principal do trabalho é analisar a velocidade de convergência da Regra de Classificação dos k-Vizinhos Mais Próximos (kNN). Assim, o problema da classificação binária é abordado. Os principais resultados teóricos são desenvolvidos, sobretudo o Teorema de Stone, que garante a consistência universal de regras de classificação com determinadas propriedades. Especificamente a regra kNN é analisada, principalmente sua consistência universal. Em seguida, condições restritivas que permitam a obtenção de taxas uniformes de convergência para uma família de distribuições são estudadas. Por fim, sob as mencionadas condições restritivas, a ordem de grandeza da taxa de convergência da regra kNN é obtida de modo a descartar a necessidade de que o espaço das observações seja limitado.
publishDate 2018
dc.date.accessioned.fl_str_mv 2018-12-11T21:55:51Z
dc.date.available.fl_str_mv 2018-12-11T21:55:51Z
dc.date.issued.fl_str_mv 2018-10-05
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv ARAÚJO, Juscelino Pereira de. Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos. 2018. 88f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2018.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/jspui/handle/123456789/26313
identifier_str_mv ARAÚJO, Juscelino Pereira de. Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos. 2018. 88f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2018.
url https://repositorio.ufrn.br/jspui/handle/123456789/26313
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/26313/1/An%c3%a1lisetaxaconverg%c3%aancia_Ara%c3%bajo_2018.pdf
https://repositorio.ufrn.br/bitstream/123456789/26313/2/An%c3%a1lisetaxaconverg%c3%aancia_Ara%c3%bajo_2018.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/26313/3/An%c3%a1lisetaxaconverg%c3%aancia_Ara%c3%bajo_2018.pdf.jpg
bitstream.checksum.fl_str_mv a69b3d30668d5bf801aae76d6054793a
e0fc563f23efa4fb55c2824fa3a8765e
537069cc8bb1bdd9116fb4737b7b98bc
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117729886404608

Registros relacionados