Clasificaci?n de s?labos acad?micos en base a redes neuronales de aprendizaje profundo


Abstract:

A fin de facilitar la homologaci?n de cr?ditos entre las universidades del pa?s, se requiere automatizar la clasificaci?n de s?labos en ?reas y sub?reas. Esta investigaci?n tiene como objetivo clasificar los s?labos mediante la t?cnica de redes neuronales conectadas de aprendizaje profundo, a trav?s de una combinaci?n de n?mero de capas, funciones de activaci?n, tama?os y ?pocas de entrenamiento. Este modelo fue comparado con respecto a algoritmos basados en Support Vector Machine (SVM), Naive Bayes y ?rboles de decisi?n. Los resultados demostraron que el modelo de aprendizaje profundo propuesto fue superior en 1.4% con respecto a Naive Bayes, 6.2% con respecto a SVM y 7.2% con respecto a ?rboles de decisi?n

Año de publicación:

2018

Keywords:

  • ?RBOL DE DECISI?N
  • Naïve Bayes
  • PAR?METROS
  • Aprendizaje profundo

Fuente:

rraaerraae

Tipo de documento:

Bachelor Thesis

Estado:

Acceso abierto

Áreas de conocimiento:

  • Aprendizaje automático

Áreas temáticas:

  • Ciencias de la computación
  • Epistemología (Teoría del conocimiento)
  • Métodos informáticos especiales