DSpace logo

Por favor, use este identificador para citar o enlazar este ítem: http://dspace.uazuay.edu.ec/handle/datos/8568
Título : Clasificación de sílabos académicos en base a redes neuronales de aprendizaje profundo
Autor : Orellana Cordero, Marcos
Alvarado Carrera, Juan Marcelo
Palabras clave : APRENDIZAJE PROFUNDO
ÁRBOL DE DECISIÓN
PARÁMETROS
NAIVE BAYES
Fecha de publicación : 2018
Editorial : Universidad del Azuay
Resumen : A fin de facilitar la homologación de créditos entre las universidades del país, se requiere automatizar la clasificación de sílabos en áreas y subáreas. Esta investigación tiene como objetivo clasificar los sílabos mediante la técnica de redes neuronales conectadas de aprendizaje profundo, a través de una combinación de número de capas, funciones de activación, tamaños y épocas de entrenamiento. Este modelo fue comparado con respecto a algoritmos basados en Support Vector Machine (SVM), Naive Bayes y Árboles de decisión. 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 Árboles de decisión
URI : http://dspace.uazuay.edu.ec/handle/datos/8568
Aparece en las colecciones: Facultad de Ciencias de la Administración

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
14250.pdfTrabajo de Graduación1,02 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.