APLICACIÓN DEL ALGORITMO BACKPROPAGATION DE REDES NEURONALES PARA DETERMINAR LOS NIVELES DE MOROSIDAD EN LOS ALUMNOS DE LA UNIVERSIDAD PERUANA UNIÓN
Este estudio tiene por objetivo, la construcción de un modelo de redes neuronales backpropagation para determinar los niveles de morosidad en los alumnos de la Universidad Peruana Unión (UPeU). El trabajo permitió realizar una clasificación de los alumnos, según su nivel de morosidad.Para ello se us...
Guardado en:
| Publicado en: | Revista de Investigación Business Intelligence |
|---|---|
| Autores principales: | , |
| Formato: | Artículo de revista |
| Lenguaje: | español |
| Publicado: |
Revista de Investigación Business Intelligence
2016
|
| Acceso en línea: | Ver en el sistema de origen |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares: APLICACIÓN DEL ALGORITMO BACKPROPAGATION DE REDES NEURONALES PARA DETERMINAR LOS NIVELES DE MOROSIDAD EN LOS ALUMNOS DE LA UNIVERSIDAD PERUANA UNIÓN
- Análisis predictivo basado en redes neuronales no supervisadas aplicando algoritmo de kmedias y crisp-dm para pronóstico de riesgo de morosidad de los alumnos en la Universidad Peruana Unión
- Análisis predictivo basado en redes neuronales no supevisadas aplicando algoritmo de K-MEDIAS y Crisp-DM para pronóstico de riesgo de morosidad de los alumnos en la Universidad Peruan Unión
- Redes neuronales convolucionales para la identificación de placas vehiculares
- Análisis granulométrico de agregado para el concreto a través de un algoritmo basado en redes neuronales (deep learning)
- Redes neuronales artificiales para la predicción de propiedades mecánicas de los suelos
- MODELO DE CLUSTERING BASADO EN REDES NEURONALES PARA IDENTIFICAR EL PERFIL DE LOS ALUMNOS POR SEGMENTO ENFOCADO A LOS SERVICIOS DE TECNOLOGÍAS DE INFORMACIÓN DE LA UNIVERSIDAD PERUANA UNIÓN