Comparación de algoritmos de Machine Learning para aplicaciones ambientales
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...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | info:eu-repo/semantics/other info:ar-repo/semantics/otro No informada |
| Lenguaje: | Español |
| Publicado: |
Universidad Nacional Arturo Jauretche
2022
|
| Materias: | |
| Acceso en línea: | https://rid.unaj.edu.ar/handle/123456789/2065 |
| Aporte de: |
| Sumario: | 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.
- |
|---|