1. Repositorio Institucional UTPL
  2. Trabajos de Titulación
  3. Area Técnica
  4. Ingeniero en Sistemas Informáticos y Computación
Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/123456789/15591
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorElizalde Solano, René Rolandoes_ES
dc.contributor.authorBastidas Mendieta, Pablo Vicentees_ES
dc.date.accessioned2016-09-09T19:46:11Z-
dc.date.available2016-09-09-
dc.date.issued2016es_ES
dc.identifier.citationBastidas Mendieta, P. V. Elizalde Solano, R. R. (2016) Análisis de Rendimiento de Librerías de aprendizaje automático a través de lenguaje de programación Python para hacer predicciones, estimaciones y clasificadores [Tesis de N/D, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/15591es_ES
dc.identifier.otherCobarc: 1181853es_ES
dc.identifier.urihttps://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=93887.TITN.es_ES
dc.descriptionResumen:El presente trabajo de fin de titulación presenta un análisis de rendimiento de librerías de aprendizaje automático en Python. Se realiza este análisis con el fin de demostrar las ventajas que tiene este lenguaje de programación en el campo de la ciencia de los datos. La información base que ha sido analizada con las librerías de aprendizaje automático, son datos del Instituto Nacional de Estadísticas y Censos con la temática matrimonios y divorcios en el Ecuador. Para obtener una comparación equilibrada del rendimiento de las librerías, se realizó los experimentos sobre el mismo conjunto de entrenamiento (80% de los datos) y pruebas (20% de los datos) en cada una de las librerías. Resulta útil realizar esta comparación para poder determinar entre otros parámetros la velocidad y exactitud que ofrecen algunas librerías de aprendizaje automático en Python. De manera general, en base a varios parámetros de evaluación entre ellos Exactitud del modelo en el experimento de clasificación y MSE (error cuadrático medio) en el experimento de regresión, la librería Scikit-Learn obtuvo un mejor rendimiento, en estos dos enfoques.es_ES
dc.description.abstractN/Des_ES
dc.languagespaes_ES
dc.language.isospaes_ES
dc.subjectEcuador.es_ES
dc.subjectTesis digital.es_ES
dc.titleAnálisis de Rendimiento de Librerías de aprendizaje automático a través de lenguaje de programación Python para hacer predicciones, estimaciones y clasificadoreses_ES
dc.typemasterThesises_ES
Appears in Collections:Ingeniero en Sistemas Informáticos y Computación

Files in This Item:
File Description SizeFormat 
Bastidas Mendieta Pablo Vicente.pdf4.46 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.