APLICACIÓN DEL ALGORITMO BACKPROPAGATION DE REDES NEURONALES PARA DETERMINAR LOS NIVELES DE MOROSIDAD EN LOS ALUMNOS DE LA UNIVERSIDAD PERUANA UNIÓN

Autores/as

  • Daniel Cornejo Ruiz UPeU-Lima
  • Giancarlo Quispe Gavino

Resumen

Este estudio tiene por objetivo, la construcción de un modelo de redes neuronales backpropagation para determinar los niveles de morosidad en los alumnos de la Universidad Peruana Unión (UPeU). El trabajo permitió realizar una clasificación de los alumnos, según su nivel de morosidad.
Para ello se uso dos tipos de herramientas de software: SQL Analysis Services 2008 y el SPSS 15.0, para la construcción del modelo y su respectiva validación. La metodología para este trabajo fue el CRISP-DM, es una de las metodologías más usadas en proyecto de minería de datos.
La construcción de las redes neuronales backpropagation nos ha permitió distinguir las variables que intervienen en la morosidad; y así pronosticar el nivel de morosidad del alumno de la UPeU.

Descargas

Publicado

2016-02-23