/mcd-dma-parcial-g4

Repositorio código para el parcial de la materia Data Mining Avanzado de la Universidad Austral. Grupo 4

Primary LanguageJupyter Notebook

mcd-dma-parcial-g4

Repositorio código para el parcial de la materia Data Mining Avanzado de la Universidad Austral. Grupo 4

Ejercicio 4

1. El viajante de comercio

Dada una colección finita de ciudades, determinar la gira de mínimo coste, visitando cada ciudad exactamente una vez y volviendo al punto de partida.

MCD-DMA-Parcial-Ej4_1-Grupo4.ipynb

2. La mochila 0-1

Dado un conjunto finito de ítems, cada uno de los cuales tiene asociado un peso y una ganancia, seleccionar el subconjunto de ítems a incluir en una mochila (capaz de soportar un peso máximo finito) cuya inclusión proporcione una ganancia máxima.

MCD-DMA-Parcial-Ej4_2-Grupo4.ipynb

3. Las N-Reinas

En un hipotético tablero de ajedrez n x n, posicionar n reinas, de tal manera que ninguna ataque al resto. Se resuelve usando la técnica de backtracking. El ejemplo de uso en el código resuelve el problema de las N reinas (n = 8) y muestra las primeras 3 soluciones.

MCD-DMA-Parcial-Ej4_3-Grupo4.ipynb

Ejercicio 10

Support Vector Machine vs. Voted Perceptron

Se pretende implementar un modelo de Support Vector Machine con kernel no lineal (gaussiano) y compararlo contra un modelo de Voted Perceptron también kernelizado no linealmente. Dado que no se dispone de una función específica para el modelo de Voted Perceptro kernelizado, se procede a crear una función propia basada en el algoritmo publicado por Freund y Schapire

MCD-DMA-Parcial-Ej10-Grupo4.ipynb

Voted Perceptron Model - Freund & Schapire (1999)