Modelos Apilados y factores que pueden afectar la eficiencia
Cargando...
Fecha
2017
Director
Enlace al recurso
DOI
ORCID
Google Scholar
Cvlac
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Cargando...
Resumen
En la actualidad la minería de datos y el Machine Learning ofrecen potentes algoritmos de clasificación basados en modelos simples pero como interacciones de aprendizaje, automático hacen que estos modelos sean robustos, estos modelos son denominados Metaclasificados, donde su objetivo final es tener eficiencia optima en la clasificación. Los modelos apilados aprovechan la eficiencia de los metaclasificados para aumentar un poco más la eficiencia del resultado, ya que la predicción es lo que las empresas consideran más importante.
Abstract
Idioma
spa
Palabras clave
Citación
Campo, J. y Cruz, D. (2017). Modelos apilados y factores que pueden afectar la eficiencia. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia.
Colecciones
Licencia Creative Commons
Atribución-NoComercial-SinDerivadas 2.5 Colombia