RT Generic
T1 Optimización en modelos de regresión
A1 Miranda Mouzo, Fabián
AB [GL] O obxectivo deste traballo é a introdución de diversos métodos de optimización para o cálculo de parámetros en distintos modelos de regresión, centrándonos especialmente nos que teñen a propiedade de ser convexos. Para isto, comezamos expoñendo os modelos de regresión lineal, tanto simple como múltiple, plantexándoos como problemas de optimización e dando unha solución explícita do cálculo dos seus parámetros obtida por mínimos cadrados. No seguinte capítulo, falamos brevemente da regresión Ridge e LASSO, facendo unha comparación entre ambos modelos. No terceiro capítulo, introducimos o concepto de problema de optimización convexa e por que esta propiedade é importante. Ademáis, explicamos os distintos métodos que utilizaremos para resolver ditos problemas. Por último, aplicaremos estes métodos a exemplos prácticos para ver como se comportan
AB [EN] The purpose of this work is to introduce various optimization techniques to calculate parameters in different regression models, focusing especially on those which have the property of being convex. To do this, we start exposing the linear regression models, both simple and multiple, as optimization problems and giving an explicit expression of their parameters obtained using the least squares criterion. In the next chapter, we discuss briefly Ridge and LASSO regression, making a comparison between both models. In chapter three, we define what a convex optimization problem is and the relevance of the convexity. In addition, we explain different methods to solve these problems. Finally, we use these methods in some examples to see their perfomance.
YR 2021
FD 2021-02
LK http://hdl.handle.net/10347/28926
UL http://hdl.handle.net/10347/28926
LA glg
NO Traballo Fin de Grao en Matemáticas. Curso 2020-2021
DS Minerva
RD 28 abr 2026