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...

Descripción completa

Guardado en:
Publicado en:Revista de Investigación Business Intelligence
Autores principales: Cornejo Ruiz, Daniel, Quispe Gavino, Giancarlo
Formato: Artículo de revista
Lenguaje:español
Publicado: Revista de Investigación Business Intelligence 2016
Acceso en línea:Ver en el sistema de origen
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
Sumario: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 uso dos tipos de herramientas de software: SQL Analysis Services 2008 y el SPSS 15.0, para la construcción del modelo y su respectiva validación. La metodología para este trabajo fue el CRISP-DM, es una de las metodologías más usadas en proyecto de minería de datos.La construcción de las redes neuronales backpropagation nos ha permitió distinguir las variables que intervienen en la morosidad; y así pronosticar el nivel de morosidad del alumno de la UPeU.
ISSN:2415-0258

Ejemplares similares