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:

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