Campo Yepes, John JairoCruz Castro, Daniel Leonardo2017-07-192017-07-192017Campo, J. y Cruz, D. (2017). Modelos apilados y factores que pueden afectar la eficiencia. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia.http://hdl.handle.net/11634/4150En 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.application/pdfspaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/bachelor thesisMetaclassifiersLearningEfficiencyAutomatic learningModelos lineales (Estadística)Estadística matemáticaModelos matemáticos (Estadística)Modelos estadísticosAbierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2MetaclasificadoresAprendizajeEficienciaAprendizaje automáticoreponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.co