Análisis de Rendimiento de Librerías de aprendizaje automático a través de lenguaje de programación Python para hacer predicciones, estimaciones y clasificadores

Pablo Vicente, Bastidas Mendieta

Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/123456789/15591

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Elizalde Solano, Rene Rolando	-
dc.contributor.author	Pablo Vicente, Bastidas Mendieta	-
dc.date.accessioned	2016-09-09T19:46:11Z	-
dc.date.available	2016-09-09	-
dc.date.issued	2016	-
dc.identifier.citation	Pablo Vicente Bastidas Mendieta. (2016). Análisis de Rendimiento de Librerías de aprendizaje automático a través de lenguaje de programación Python para hacer predicciones, estimaciones y clasificadores. (Trabajo de Titulación de Ingeniero en Sistemas Informáticos y Computación ). UTPL, Loja	es_ES
dc.identifier.other	1181853	-
dc.identifier.uri	http://dspace.utpl.edu.ec/handle/123456789/15591	-
dc.description	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.abstract	This work presents a performance analysis of machine learning libraries through Python programming language. This analysis was done to demonstrate the advantages of this programming language in the field of data science. The basic information that has been analyzed with the machine learning libraries, are data from the National Institute of Statistics and Censuses with the theme marriages and divorces in Ecuador. To obtain a comparison balanced of libraries performance, the experimentation was done on the same set of training (80% Data) and testing (20% Data) in each of the libraries. This comparison was useful in order to determinate among other parameters, speed and accuracy, offered by some Python's machine learning libraries. In general, based on a number of parameters evaluation among them “Accuracy” (accuracy of the model) in the experiment of classification and “MSE” (mean square error) in the experiment of regression, the library Scikit-Learn obtained the best performance, on these two approaches.	es_ES
dc.language	spa	es_ES
dc.subject	Lenguaje de programación – Análisis	es_ES
dc.subject	Librerías de aprendizaje – Análisis	es_ES
dc.subject	Aprendizaje automático – Python	es_ES
dc.subject	Ingeniero en sistemas informáticos y computación – Tesis y disertaciones académicas.	es_ES
dc.title	Análisis de Rendimiento de Librerías de aprendizaje automático a través de lenguaje de programación Python para hacer predicciones, estimaciones y clasificadores	es_ES
dc.type	bachelorThesis	es_ES
Appears in Collections:	Ingeniero en Sistemas Informáticos y Computación

Files in This Item:

File	Description	Size	Format
Bastidas Mendieta Pablo Vicente.pdf		4.46 MB	Adobe PDF	View/Open

Show simple item record