Relación entre algunos modelos estadísticos clásicos y modelos de RNA: un análisis comparativo

• Autor: Morán Quispe, Pedro Marcial
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Nacional de Piura
• Repositorio: UNP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unp.edu.pe:20.500.12676/3422
• Enlace del recurso: https://repositorio.unp.edu.pe/handle/20.500.12676/3422
• Nivel de acceso: acceso abierto
• Materia: regresión lineal; regresión logística; perceptrón simple; perceptrón multicapa; http://purl.org/pe-repo/ocde/ford#1.01.02

El objetivo de la presente investigación es establecer la relación existente entre algunos modelos estadísticos clásicos y modelos de RNA: un análisis comparativo. Se realizó la comparación entre ambos modelos, teniendo en cuenta los siguientes criterios: terminología y notación, modelos matemáticos, funciones de activación y criterios de estimación de parámetros. Se utilizó un enfoque cualitativo de tipo descriptivo explicativo. Los resultados obtenidos señalan que existe relación entre algunos modelos estadísticos clásicos como la regresión lineal simple y múltiple y el modelo de RNA Perceptrón simple. Después de un análisis comparativo entre algunos términos usados en ambos modelos se llegó a la conclusión que las RNA y la estadística utilizan términos diferentes para nombrar objetos que tienen características muy similares. Asimismo, se determinó a partir de la aplicación de la arquitectura y la regla de aprendizaje de la RNA Perceptrón simple y Multicapa, los modelos matemáticos de la regresión lineal simple y múltiple, así como, el modelo de regresión logística; asumiendo las funciones de transferencia un papel fundamental en este proceso de deducción de los modelos estadísticos. Con respecto a la estimación de los parámetros desconocidos de ambos modelos se encontró que, para el caso de los métodos estadísticos de regresión lineal y regresión logística se usan los métodos de mínimos cuadrados y máxima verosimilitud respectivamente, mientras que, la RNA Perceptrón simple utiliza la llamada regla de aprendizaje del Perceptrón simple.