Mostrar el registro sencillo

dc.contributor.advisorLloret Iglesias, Lara
dc.contributor.authorMerino Lomas, Yaiza
dc.contributor.otherUniversidad de Cantabriaes_ES
dc.date.accessioned2022-10-20T12:29:37Z
dc.date.available2022-10-20T12:29:37Z
dc.date.issued2022-06-27
dc.identifier.urihttps://hdl.handle.net/10902/26244
dc.description.abstractRESUMEN: El despoblamiento es un fenómeno demográfico que, en la actualidad, genera una gran preocupación en todo el país. Por esta razón, el Gobierno de Cantabria está interesado en que se estudie cómo perjudica este fenómeno a la Comunidad Autónoma de Cantabria, para así poder mitigar sus efectos. La finalidad de este Trabajo de Fin de Máster es encontrar una solución al problema que supone el despoblamiento mediante el uso de redes neuronales. Para lograr este cometido, será necesario complementar este procedimiento con otras técnicas de machine learning y minería de datos, tales como el análisis de componentes principales, para reducir la dimensionalidad del problema. Asimismo, se aplicarán métodos de aprendizaje por conjuntos, como bosques aleatorios o XG Boost, con el fin de encontrar las variables que poseen un mayor peso. Por último, dado que las comunidades autónomas de Aragón, Castilla y León, Comunidad Foral de Navarra, La Rioja, País Vasco y Principado de Asturias presentan patrones similares de despoblamiento por su cercanía con Cantabria, igualmente se estudiará el fenómeno en conjunto.es_ES
dc.description.abstractABSTRACT: Depopulation is a demographic phenomenon that currently generates great concern throughout the country. Hence, the Government of Cantabria is interested in studying how this phenomenon plays havoc with the Autonomous Community of Cantabria, to mitigate its effects. The aim of this Master’s Degree Thesis is to find a solution to the depopulation problem through the use of neural networks. To achieve this goal, it will be necessary to complement this procedure with other machine learning and data mining techniques, such as principal component analysis, for reducing the dimensionality of the problem. Likewise, ensemble learning methods will be applied, such as random forests or XG Boost, in order to find the variables that have a greater weight. Ultimately, given that the autonomous communities of Aragon, Castile and Leon, Community of Navarra, La Rioja, Basque Country and Principality of Asturias show similar patterns of depopulation due to their proximity to Cantabria, the phenomenon will also be studied unitedly.es_ES
dc.format.extent51es_ES
dc.language.isospaes_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Españaes_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.subject.otherDespoblamientoes_ES
dc.subject.otherCantabriaes_ES
dc.subject.otherAprendizaje automáticoes_ES
dc.subject.otherRedes neuronaleses_ES
dc.subject.otherBosques aleatorioses_ES
dc.subject.otherPCAes_ES
dc.subject.otherAprendizaje por conjuntoses_ES
dc.subject.otherExtreme gradient boostinges_ES
dc.subject.otherDepopulationes_ES
dc.subject.otherMachine learninges_ES
dc.subject.otherNeural networkses_ES
dc.subject.otherRandom forestes_ES
dc.subject.otherEnsemble learninges_ES
dc.subject.otherXGBoostes_ES
dc.titleAplicación de técnicas de machine learning al problema del despoblamiento en Cantabriaes_ES
dc.title.alternativeApplication of machine learning techniques to the depopulation problem in Cantabriaes_ES
dc.typeinfo:eu-repo/semantics/masterThesises_ES
dc.rights.accessRightsopenAccesses_ES
dc.description.degreeMáster en Ciencia de Datoses_ES


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo

Atribución-NoComercial-SinDerivadas 3.0 EspañaExcepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 3.0 España