Análisis de Rendimiento de Librerías de aprendizaje automático a través de lenguaje de programación Python para hacer pbkp_redicciones, estimaciones y clasificadores

Abstract:

El presente trabajo de fin de titulación presenta un análisis de rendimiento de librerías de aprendizaje automático en Python. Se realiza este análisis con el fin de demostrar las ventajas que tiene este lenguaje de programación en el campo de la ciencia de los datos. La información base que ha sido analizada con las librerías de aprendizaje automático, son datos del Instituto Nacional de Estadísticas y Censos con la temática matrimonios y divorcios en el Ecuador. Para obtener una comparación equilibrada del rendimiento de las librerías, se realizó los experimentos sobre el mismo conjunto de entrenamiento (80% de los datos) y pruebas (20% de los datos) en cada una de las librerías. Resulta útil realizar esta comparación para poder determinar entre otros parámetros la velocidad y exactitud que ofrecen algunas librerías de aprendizaje automático en Python. De manera general, en base a varios parámetros de evaluación entre ellos “Exactitud” del modelo en el experimento de clasificación y “MSE” (error cuadrático medio) en el experimento de regresión, la librería Scikit-Learn obtuvo un mejor rendimiento, en estos dos enfoques.

Año de publicación:

2016

Keywords:

• Aprendizaje automático – Python
• Librerías de aprendizaje – Análisis
• Ingeniero en Sistemas Informáticos y Computación – Tesis y disertaciones académicas.
• Lenguaje de programación – Análisis

Fuente:

rraae