Implementación y análisis de Métricas para la evaluación de resultados de algoritmos de Aprendizaje Automático.
El presente trabajo de fin de titulación presenta la investigación sobre el análisis y la implementación de métricas para la evaluación de resultados obtenidos con técnicas de aprendizaje automático. Para esto se analizaron métricas como: Precisión, Recall, F-Measure, Novedad, Confiabilidad y Mae. P...
Furkejuvvon:
| Váldodahkki: | |
|---|---|
| Materiálatiipa: | bachelorThesis |
| Giella: | spa |
| Almmustuhtton: |
2017
|
| Fáttát: | |
| Liŋkkat: | http://dspace.utpl.edu.ec/handle/20.500.11962/20728 |
| Fáddágilkorat: |
Lasit fáddágilkoriid
Eai fáddágilkorat, Lasit vuosttaš fáddágilkora!
|
Lasit fáddágilkoriid | Čoahkkáigeassu: | El presente trabajo de fin de titulación presenta la investigación sobre el análisis y la implementación de métricas para la evaluación de resultados obtenidos con técnicas de aprendizaje automático. Para esto se analizaron métricas como: Precisión, Recall, F-Measure, Novedad, Confiabilidad y Mae. Posteriormente se procedió a implementar las métricas Precisión, Recall, F-Measure y Mae en el lenguaje de programación Python, utilizando el Framework de Django. Para el análisis de los resultados se utilizó un sistema recomendador basado en Filtrado Colaborativo usando un algoritmo de k-vecinos cercanos. Finalmente se desarrolló una página Web, que permita ingresar los resultados de algún sistema recomendador y poder visualizar los valores de las métricas en graficas estadísticas. |
|---|