Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.utpl.edu.ec/handle/20.500.11962/20728| Título : | Implementación y análisis de Métricas para la evaluación de resultados de algoritmos de Aprendizaje Automático. |
| Autor : | Valdivieso Díaz, Priscila Marisela Jaramillo Carrión, Fulvio Fernando |
| Palabras clave : | Filtrado Colaborativo Collaborative Topic Regression Precisión Recall F-Measure Mae Ptyhon Ingeniero en sistemas informáticos y computación -Tesis y disertaciones académicas |
| Fecha de publicación : | 2017 |
| Citación : | Jaramillo Carrión, Fulvio Fernando. (2017). Implementación y análisis de Métricas para la evaluación de resultados de algoritmos de Aprendizaje Automático. (Trabajo de Titulación de Ingeniería en Sistemas Informáticos y Computación ). UTPL, Loja |
| Resumen : | This work order degree presents research on the analysis and implementation of Metrics for the evaluation of results obtained with automatic learning techniques. For this we will analyze Metrics such as: Precision, Recall, F-Measure, Novelty, Reliability and Mae. Subsequently the metrics Precision, Recall, F-Measure and Mae were implemented in the Python programming language, using the Django Framework. For the analysis of the results we used a referential system based on Collaborative Filtering using an algorithm of k-nearest neighbor. Finally, a Web page was developed, which allows to enter the results of some system of recommendation and to be able to visualize the values of the Metrics in statistical graphs. |
| Descripción : | El presente trabajo de fin de titulación presenta la investigación sobre el análisis y la implementación de métricas para la evaluación de resultados obtenidos con técnicas de aprendizaje automático. Para esto se analizaron métricas como: Precisión, Recall, F-Measure, Novedad, Confiabilidad y Mae. Posteriormente se procedió a implementar las métricas Precisión, Recall, F-Measure y Mae en el lenguaje de programación Python, utilizando el Framework de Django. Para el análisis de los resultados se utilizó un sistema recomendador basado en Filtrado Colaborativo usando un algoritmo de k-vecinos cercanos. Finalmente se desarrolló una página Web, que permita ingresar los resultados de algún sistema recomendador y poder visualizar los valores de las métricas en graficas estadísticas. |
| URI : | http://dspace.utpl.edu.ec/handle/20.500.11962/20728 |
| Aparece en las colecciones: | Ingeniero en Sistemas Informáticos y Computación |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| Tesis_Jaramillo_Carrion_Fulvio_Fernando.pdf | 2.33 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.