Comparación de algoritmos de Machine Learning para aplicaciones ambientales

Mostrar todas las versiones(2)

El presente informe es un trabajo de investigación enfocado en las bases de Machine Learning y su aplicación para resolver dos ejercicios de predicción. El primero consiste en calcular cuánto cobrará una aseguradora basado en los datos personales del individuo; el segundo consiste en clasificar un c...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Caballero, Hector Alexis
Formato: info:eu-repo/semantics/other info:ar-repo/semantics/otro No informada
Lenguaje:Español
Publicado: Universidad Nacional Arturo Jauretche 2022
Materias:
MACHINE LEARNING
INTELIGENCIA ARTIFICIAL
RED NEURONAL ARTIFICIAL
ALGORITMO DE CLASIFICACIÓN
ALGORITMO DE REGRESIÓN
Acceso en línea:https://rid.unaj.edu.ar/handle/123456789/2065
Aporte de:
Repositorio Institucional de Acceso Abierto (RID UNAJ) de Universidad Nacional Arturo Jauretche
id I76-R191-123456789-2065
record_format dspace
spelling I76-R191-123456789-20652024-06-26T19:00:25Z Comparación de algoritmos de Machine Learning para aplicaciones ambientales Caballero, Hector Alexis MACHINE LEARNING INTELIGENCIA ARTIFICIAL RED NEURONAL ARTIFICIAL ALGORITMO DE CLASIFICACIÓN ALGORITMO DE REGRESIÓN El presente informe es un trabajo de investigación enfocado en las bases de Machine Learning y su aplicación para resolver dos ejercicios de predicción. El primero consiste en calcular cuánto cobrará una aseguradora basado en los datos personales del individuo; el segundo consiste en clasificar un celular en un rango de precio dependiendo de sus especificaciones técnicas. Los algoritmos utilizados para la resolución de la tarea pertenecen a tres tipos de modelos: de Regresión, de Clasificación y de Redes Neuronales Artificiales. En total se utilizaron un total de cinco tipos de algoritmos: Regresión lineal múltiple, K-NN, Árbol de decisión, Bosques aleatorios, y Redes Neuronales Artificiales. Además, se demostró cómo analizar y preprocesar los datos para aumentar significativamente el rendimiento de los algoritmos. El resultado de la investigación retornó en todos los modelos un porcentaje de éxito que oscila entre el 79% y 96%. El informe tiene como principal función actuar como guía e introducción para los estudiantes e interesados en adentrarse al mundo de Machine Learning, tanto de manera teórica como práctica utilizando casos del mundo real. - This report is a research work focused on the foundations of Machine Learning and its application to solve two prediction exercises. The first consists of calculating how much an insurer would charge based on the individual's personal data; the second consists of classifying a cellphone in a price range depending on its technical specifications. The algorithms used to solve the task belong to three types of models: Regression, Classification and Artificial Neural Networks. A total of five types of algorithms were used: Multiple Linear Regression, K-NN, Decision Tree, Random Forests, and Artificial Neural Networks. In addition, it was demonstrated how to analyze and preprocess the data to significantly increase the performance of the algorithms. The result of the investigation returned in all the models a percentage of success that oscillates between 79% and 96%. The report is helpful as a guide and introduction for students and those interested in entering the world of Machine Learning, both theoretically and practically using real-world cases. 2022 info:eu-repo/semantics/other info:ar-repo/semantics/otro No informada https://rid.unaj.edu.ar/handle/123456789/2065 spa info:eu-repo/semantics/altIdentifier/url/biblioarchivo.unaj.edu.ar/mostrar/pdf/scvsdf/erwe/9df333cfc6da74c1de69be1ab8c4d728045a94a2 info:eu-repo/semantics/openAccess info:ar-repo/semantics/Acceso abierto https://creativecommons.org/licenses/by/4.0/ application/pdf Universidad Nacional Arturo Jauretche
institution Universidad Nacional Arturo Jauretche
institution_str I-76
repository_str R-191
collection Repositorio Institucional de Acceso Abierto (RID UNAJ)
language Español
orig_language_str_mv spa
topic MACHINE LEARNING
INTELIGENCIA ARTIFICIAL
RED NEURONAL ARTIFICIAL
ALGORITMO DE CLASIFICACIÓN
ALGORITMO DE REGRESIÓN
spellingShingle MACHINE LEARNING
INTELIGENCIA ARTIFICIAL
RED NEURONAL ARTIFICIAL
ALGORITMO DE CLASIFICACIÓN
ALGORITMO DE REGRESIÓN
Caballero, Hector Alexis
Comparación de algoritmos de Machine Learning para aplicaciones ambientales
topic_facet MACHINE LEARNING
INTELIGENCIA ARTIFICIAL
RED NEURONAL ARTIFICIAL
ALGORITMO DE CLASIFICACIÓN
ALGORITMO DE REGRESIÓN
description El presente informe es un trabajo de investigación enfocado en las bases de Machine Learning y su aplicación para resolver dos ejercicios de predicción. El primero consiste en calcular cuánto cobrará una aseguradora basado en los datos personales del individuo; el segundo consiste en clasificar un celular en un rango de precio dependiendo de sus especificaciones técnicas. Los algoritmos utilizados para la resolución de la tarea pertenecen a tres tipos de modelos: de Regresión, de Clasificación y de Redes Neuronales Artificiales. En total se utilizaron un total de cinco tipos de algoritmos: Regresión lineal múltiple, K-NN, Árbol de decisión, Bosques aleatorios, y Redes Neuronales Artificiales. Además, se demostró cómo analizar y preprocesar los datos para aumentar significativamente el rendimiento de los algoritmos. El resultado de la investigación retornó en todos los modelos un porcentaje de éxito que oscila entre el 79% y 96%. El informe tiene como principal función actuar como guía e introducción para los estudiantes e interesados en adentrarse al mundo de Machine Learning, tanto de manera teórica como práctica utilizando casos del mundo real. -
format info:eu-repo/semantics/other
info:ar-repo/semantics/otro
No informada
author Caballero, Hector Alexis
author_facet Caballero, Hector Alexis
author_sort Caballero, Hector Alexis
title Comparación de algoritmos de Machine Learning para aplicaciones ambientales
title_short Comparación de algoritmos de Machine Learning para aplicaciones ambientales
title_full Comparación de algoritmos de Machine Learning para aplicaciones ambientales
title_fullStr Comparación de algoritmos de Machine Learning para aplicaciones ambientales
title_full_unstemmed Comparación de algoritmos de Machine Learning para aplicaciones ambientales
title_sort comparación de algoritmos de machine learning para aplicaciones ambientales
publisher Universidad Nacional Arturo Jauretche
publishDate 2022
url https://rid.unaj.edu.ar/handle/123456789/2065
work_keys_str_mv AT caballerohectoralexis comparaciondealgoritmosdemachinelearningparaaplicacionesambientales
_version_ 1830773976627937280

Ejemplares similares