[ES]La existencia de colaboraciones y proyectos de observación astronómica cada vez mayores implica la creación de conjuntos
de datos de gran tamaño y cada vez mas detallados. Esto permitirá hacer astrofísica y cosmología de mejor precisión pero
también supondrá un aumento enorme de los costes computacionales.
Por tanto, no es extraño recurrir a técnicas de aprendizaje automático para trata de simplificar el problema. Algoritmos de
reducción de dimensionalidad, de clustering, etc. son utilizados constantemente en las áreas relacionadas con el Big Data.
El objetivo de este trabajo es estudiar la clasificación estrella-galaxia para los catálogos MiniJ-PAS y ALHAMBRA mediante
el uso de algoritmos de aprendizaje automático: Redes neuronales artificiales, k-vecinos más próximos, árboles de decisión
bosques aleatorios y árboles de aletorización extrema. Nos centraremos en el problema de los valores faltantes y en los
sesgos que estos introducen en la clasificación.
[EN]Scientific collaborations and astronomical observation projects are increasing their size. For this reason, they produce bigger
and more detailed datasets. Thus, we can obtain better and more precise astrophysics and cosmology results. However, data
treatment will require an enormous computational effort.
Therefore, it is not unexpected to use machine learning techniques to try to reduce the problem. Dimensionality reduction
algorithms, clustering methods, ... are used in Big Data related areas constantly.
In this work, we intend to study star-galaxy classification for the MiniJ-PAS and ALHAMBRA surveys using machine learning
algorithms: Artificial neural networks, k-nearest neighbours, decision trees, random forest and extremely random trees.
We will focus in the missing values problem and the biases they induce in the classification.
