Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Machine Learning
Aprendizaje Supervisado
Algoritmos de Clasificación
*Posible opción de Examen Practico (dependiendo de la calidad del trabajo)
1. Rúbrica de Evaluación:
a. Redacción Parafraseado.
b. Investigar en artículos científicos de alto impacto (mínimo 3), utilizar los
indicados en punto 2.
c. Citar los párrafos de teoría usando Norma APA 7.0
d. Incluir sección de Bibliografía con referencias bibliográficas en APA 7.0
e. Cantidad de hojas requerida mínimo: 8 máximo: 15
f. El trabajo debe incluir:
• Caratula (Logos UG, FII, Carrera, Nombres UG, FII, Carrera, Tema,
Integrantes, Materia Paralelo, Docente, Periodo Ciclo.
• Índice de contenido (creado automáticamente con Word)
• Cuerpo: Desarrollo de la investigación (incluya texto y gráficos
creados por el grupo, citar fuente)
• Referencias bibliográficas: Mínimo 3 papers conde consulto la
teoría, y 1 donde encontró el ejemplo a citar.
https://www.mendeley.com/search/
https://scielo.org
https://dialnet.unirioja.es
https://www.redalyc.org
https://www.sciencedirect.com
https://scholar.google.com
Cibernética e IA - 81
Tema
Grupo Nombre Grupo Líder Grupo
Asignado
1ro CYBER-HOPLITAS LORENTY SUAREZ JOSE FRANCISCO 7
2do TI FORCE VINUEZA CERVONET DANIELA ELIZABETH 1
3er CYBERS WARRIORS LIGUA SALAVARRIA CARLOS ANDRES - 6
4to BUFO POZO GARCIA BRYAN ADAMS 10
5to SPARTANS TEAM PINTO ALVARADO TOMMY ANDERSON 3
6to THE PROGRAMERS CALDERON ORDOÑEZ GABRIEL ALEJANDRO 5
7mo PROGRAMATION FC JURADO VILLON STEVEN EDUARDO 4
8vo LOS EMPERADORES RAMIREZ SANCHEZ FRANCISCO JAVIER 9
Cibernética e IA - 85
Tema
Grupo Nombre Grupo Líder Grupo
Asignado
9no SECURITY SQUAD LIMA LUCAS NOEMI LILIBETH 8
10mo EQUIPO CIBERNÉTICO CAUJA VARGAS IRMA JANET 2
Temas Machine Learning
Aprendizaje Supervisado
Algoritmos de Clasificación
5.1. Introducción. Breve introducción, ej: El siguiente ejercicio fue tomado de … (Citar paper)
5.2. Problema
5.3. Objetivo de la Investigación (que desean predecir)
5.4. Modelo aplicado (respetando el tema de su grupo, explique cómo aplicaron el modelo)
5.5 Extracto de Código (De haberlo, citar)
5.6. Resultados alcanzados en métricas
6. Bibliografía en Apa versión 7, mínimo con 3 referencias de papers de alto impacto que leyó la
teoría y 1 paper del ejemplo elegido.
5.1. Introducción. Breve introducción, ej: El siguiente ejercicio fue tomado de … (Citar paper)
5.2. Problema
5.3. Objetivo de la Investigación (que desean predecir)
5.4. Modelo aplicado (respetando el tema de su grupo, explique cómo aplicaron el modelo)
5.5 Extracto de Código (De haberlo, citar)
5.6. Resultados alcanzados en métricas
6. Bibliografía en Apa versión 7, mínimo con 3 referencias de papers de alto impacto que leyó la
teoría y 1 paper del ejemplo elegido.
Tema 3: ALGORITMO DE ML KNN (K VECINOS CERCANOS)
1. Definicion: Características, ventajas, desventajas. Hiper parámetros del Algoritmo. (citar)
2. Fórmula Matemática/Estadistica empleada (creado original en Word)
3. Gráfica ilustrativa del algoritmo (creado en Excel, Lucidchart)
Indicar: Elaborado por los Autores, fuente Pérez (2018) (citar)
5.1. Introducción. Breve introducción, ej: El siguiente ejercicio fue tomado de … (Citar paper)
5.2. Problema
5.3. Objetivo de la Investigación (que desean predecir)
5.4. Modelo aplicado (respetando el tema de su grupo, explique cómo aplicaron el modelo)
5.5 Extracto de Código (De haberlo, citar)
5.6. Resultados alcanzados en métricas
6. Bibliografía en Apa versión 7, mínimo con 3 referencias de papers de alto impacto que leyó la
teoría y 1 paper del ejemplo elegido.
Tema 4: Algoritmo de ML Decisión Tree (Arboles de Decisión)
1. Definicion: Características, ventajas, desventajas. Hiper parámetros del Algoritmo. (citar)
2. Fórmula Matemática/Estadistica empleada (creado original en Word)
3. Gráfica ilustrativa del algoritmo (creado en Excel, Lucidchart)
Indicar: Elaborado por los Autores, fuente Pérez (2018) (citar)
5.1. Introducción. Breve introducción, ej: El siguiente ejercicio fue tomado de … (Citar paper)
5.2. Problema
5.3. Objetivo de la Investigación (que desean predecir)
5.4. Modelo aplicado (respetando el tema de su grupo, explique cómo aplicaron el modelo)
5.5 Extracto de Código (De haberlo, citar)
5.6. Resultados alcanzados en métricas
6. Bibliografía en Apa versión 7, mínimo con 3 referencias de papers de alto impacto que leyó la
teoría y 1 paper del ejemplo elegido.
5.1. Introducción. Breve introducción, ej: El siguiente ejercicio fue tomado de … (Citar paper)
5.2. Problema
5.3. Objetivo de la Investigación (que desean predecir)
5.4. Modelo aplicado (respetando el tema de su grupo, explique cómo aplicaron el modelo)
5.5 Extracto de Código (De haberlo, citar)
5.6. Resultados alcanzados en métricas
6. Bibliografía en Apa versión 7, mínimo con 3 referencias de papers de alto impacto que leyó la
teoría y 1 paper del ejemplo elegido.
5.1. Introducción. Breve introducción, ej: El siguiente ejercicio fue tomado de … (Citar paper)
5.2. Problema
5.3. Objetivo de la Investigación (que desean predecir)
5.4. Modelo aplicado (respetando el tema de su grupo, explique cómo aplicaron el modelo)
5.5 Extracto de Código (De haberlo, citar)
5.6. Resultados alcanzados en métricas
6. Bibliografía en Apa versión 7, mínimo con 3 referencias de papers de alto impacto que leyó la
teoría y 1 paper del ejemplo elegido.
5.1. Introducción. Breve introducción, ej: El siguiente ejercicio fue tomado de … (Citar paper)
5.2. Problema
5.3. Objetivo de la Investigación (que desean predecir)
5.4. Modelo aplicado (respetando el tema de su grupo, explique cómo aplicaron el modelo)
5.5 Extracto de Código (De haberlo, citar)
5.6. Resultados alcanzados en métricas
6. Bibliografía en Apa versión 7, mínimo con 3 referencias de papers de alto impacto que leyó la
teoría y 1 paper del ejemplo elegido.
Tema 8: Algoritmo Long Short-Term Memory (LSTM)
1. Definicion: Características, ventajas, desventajas. Hiper parámetros del Algoritmo. (citar)
2. Fórmula Matemática/Estadistica empleada (creado original en Word)
3. Gráfica ilustrativa del algoritmo (creado en Excel, Lucidchart)
Indicar: Elaborado por los Autores, fuente Pérez (2018) (citar)
5.1. Introducción. Breve introducción, ej: El siguiente ejercicio fue tomado de … (Citar paper)
5.2. Problema
5.3. Objetivo de la Investigación (que desean predecir)
5.4. Modelo aplicado (respetando el tema de su grupo, explique cómo aplicaron el modelo)
5.5 Extracto de Código (De haberlo, citar)
5.6. Resultados alcanzados en métricas
6. Bibliografía en Apa versión 7, mínimo con 3 referencias de papers de alto impacto que leyó la
teoría y 1 paper del ejemplo elegido.
Tema 9: Tipos de Modelos de Clasificación (concepto y ejemplos)
A. Modelos de Clasificación Binaria (una Y Binaria)
B. Modelos de Clasificación Multiclase (una Y de 3 o mas clases)
C. Modelos de Clasificación Multietiqueta (Varias Ys Binarias)
D. Modelos de Clasificación Multiclase Multietiqueta (varias Ys de 3 o más clases)
5. Bibliografía en Apa versión 7, mínimo con 4 referencias de papers de alto impacto que
leyó la teoría y/o ejemplo elegido.
Tema 10: Fases del Proceso de creación de Modulo de ML para NLP
(concepto y ejemplos)
Fases de Modelo Machine Learning de NLP para Clasificación de texto:
3.1. Introducción. Breve introducción, ej: El siguiente ejercicio fue tomado de … (Citar paper)
3.2. Problema
3.3. Objetivo de la Investigación (que desean predecir)
3.4. Modelo aplicado (respetando el tema de su grupo, explique cómo aplicaron el modelo)
3.5 Extracto de Código (De haberlo, citar)
3.6. Resultados alcanzados en métricas
4. Bibliografía en Apa versión 7, mínimo con 3 referencias de papers de alto impacto que leyó la
teoría y 1 paper del ejemplo elegido.