This is a LaTeX template for São Paulo Research Foundation (FAPESP) Project.
For information about FAPESP, visit the site http://www.fapesp.br/en
Este é um modelo LaTeX para o projeto da Fundação de Ampario à Pesquisa do Estado de São Paulo (FAPESP).
Para mais informações sobre a FAPESP, visite o site http://www.fapesp.br/en
Author/Autor: André Leon Sampaio Gradvohl, Dr.
Email: gradvohl@ft.unicamp.br
Lattes CV: http://lattes.cnpq.br/9343261628675642
ORCID: https://orcid.org/0000-0002-6520-9740
FAPESP: https://bv.fapesp.br/en/pesquisador/102636
Last update/Última versão: 27/Oct/2019
Diese Vorlage eignet sich für naturwissenschaftliche W-Seminararbeiten an Gymnasien.
Diese Vorlage ist so übersichtlich gestaltet, dass der Schüler in der Datei Arbeit.tex nur seinen Inhalt hat. Die Präambel und das Titelblatt sind ausgelagert.
In der Datei bausteine.tex finden sich Bausteine, die durch Copy/Paste in das Dokument übernommen werden können. Dies ersetzt aber nicht immer ein Nachschlagen in der Literatur oder im Internet...
Viel Spaß!
El análisis estadístico de alta dimensión y tamaño de muestra pequeño (HDLSS) se está aplicando cada vez más en una amplia gama de contextos. En tales situaciones, se ve que el popular método de la Máquina de Vectores Soporte (SVM) sufre de ''Acumulación de datos'' en el margen, lo que puede disminuir la capacidad de generalización del modelo. Esto conduce al desarrollo de la Distance Weighted Discrimination para encontrar un hiperplano separador . En el presente trabajo se revisa y reproduce, con detalle en la derivación y solución de la función de pérdida que se resuelve usando SOCP, del método desarrollado en e implementado en el entorno R\cite{R}. Basado en el trabajo e implementación de se aplica y comparan resultados a conjuntos de datos reales y simulados (en medida de lo posible los mismos conjuntos de datos utilizados que en)
Palabras clave: SVM, kernel, R (el ambiente de cómputo estadístico) y datos de alta dimensión con tamaño de muestra pequeño (data High Dimension Low Sample Size).