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
El presente trabajo de investigación de tesis desarrolla los indicadores de gerencia financiera, capturados de la necesidad de los clientes, éstos son modelados y desarrollados a través de las tecnologías de BA (Business Analytics), las cuales tienen el objetivo de mostrar los riesgos de morosidad....
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de maestría |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2015
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares: 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
- Implementación de deep learning y redes neuronales convolucionales para la identificación de plagas en cultivo de arroz de San Martín
- Toma de decisiones para la venta en unidades de la línea de panes en una industria de alimentos en el Perú basado en redes bipartitas
- APLICACIÓN DEL MODELO DE CLUSTERIZACIÓN BASADO EN EL ALGORITMO DE K-MEANS PARA LA SEGMENTACIÓN DE LA MORBILIDAD MATERNA EN EL HOSPITAL SAN BARTOLOMÉ DE LA CIUDAD DE LIMA-2012
- MODEL CLUSTERING NEURAL NETWORK MONITORING APPLICATIONS NO K-MEANS ALGORITHM FOR THE SEGMENTATION OF THE PERUVIAN UNIVERSITY STUDENTS UNION
- Modelo de Aprendizaje Automático Supervisado para Identificar Patrones de Bajo Rendimiento Académico en los Ingresantes al Instituto de Educación Superior Pedagógico Público – Juliaca