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

Authors

  • Daniel Cornejo Ruiz UPeU-Lima
  • Giancarlo Quispe Gavino

Abstract

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.

Downloads

Additional Files

Published

2016-02-23

Issue

Vol. 1 No. 2 (2011): Revista de Investigación Business Intelligence

Section

Artículos

License

Política propuesta para revistas de acceso abierto

Los autores/as que publiquen en esta revista aceptan las siguientes condiciones: 

  1. Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
  2. Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
  3. Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access)