APLICACIÓN DE TÉCNICAS SUPERVISADAS DE MINERÍA DE DATOS PARA DETERMINAR LA PREDICCIÓN DE DESERCIÓN ACADÉMICA

Descripción del Articulo

MINERÍA DE DATOS TÉCNICAS DE MINERÍA DE DATOS ÁRBOLES DE DECISIÓN REGLAS DE DECISIÓN REDES NEURONALES REDES BAYESIANAS REGLAS DE ASOCIACIÓN ALGORITMOS GENÉTICOS MODELIZACIÓN ESTADÍSTICA PARAMÉTRICA MODELIZACIÓN ESTADÍSTICA NO PARAMÉTRICA ANÁLISIS PREDICTIVO MINERÍA DE DATOS EDUCATIVO CRISP-DM DESARR...

Descripción completa

Detalles Bibliográficos
Autor: SULLA TORRES, JOSÉ ALFREDO
Formato: tesis de grado
Fecha de Publicación:2015
Institución:Universidad Católica de Santa María
Repositorio:UCSM-Tesis
Lenguaje:español
OAI Identifier:oai:repositorio.ucsm.edu.pe:20.500.12920/3612
Enlace del recurso:https://repositorio.ucsm.edu.pe/handle/20.500.12920/3612
Nivel de acceso:acceso abierto
Materia:MINERIA DE DATOS
Descripción
Sumario:MINERÍA DE DATOS TÉCNICAS DE MINERÍA DE DATOS ÁRBOLES DE DECISIÓN REGLAS DE DECISIÓN REDES NEURONALES REDES BAYESIANAS REGLAS DE ASOCIACIÓN ALGORITMOS GENÉTICOS MODELIZACIÓN ESTADÍSTICA PARAMÉTRICA MODELIZACIÓN ESTADÍSTICA NO PARAMÉTRICA ANÁLISIS PREDICTIVO MINERÍA DE DATOS EDUCATIVO CRISP-DM DESARROLLO DE LA PROPUESTA PRUEBAS Y RESULTADOS DE LA PRECISIÓN DEL ALGORITMO DE LA EFICIENCIA DEL ALGORITMO
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).