Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CuadroComparativo U2003062Z0556
CuadroComparativo U2003062Z0556
Actividad 3.
Aplicaciones de
Técnicas.
Irapuato, Gto.
Redes Es un grupo interconectado Se componen de una capa de entrada, Una vez que estos algoritmos (IBM Cloud Education, 2020)
Neuronales de nodos similar a la vasta una capa o capas ocultas y una capa de de aprendizaje se ajustan a
red de neuronas en un salida. Si bien estas redes neuronales la precisión, son potentes
cerebro biológico, cada nodo también son comúnmente conocidas herramientas en la ciencia de
circular representa una como MLP, es importante tener en computación e inteligencia
neurona artificial y cada cuenta que en realidad están compuestas artificial, lo que nos permite
flecha representa una de neuronas sigmoides, no perceptrones, clasificar y agrupar los datos
conexión desde la salida de ya que la mayoría de los problemas del a una alta velocidad. Las
una neurona a la entrada de mundo real son no lineales. Los datos tareas en reconocimiento de
otra. generalmente se alimentan en estos voz o reconocimiento de
modelos para entrenarlos, y son la base imagen pueden tardar
para la visión de la minutos frente a horas en
computadora, procesamiento de lenguaje comparación con la
natural y otras redes neuronales. identificación manual de
expertos humanos. Una de
las redes neuronales más
conocidas es el algoritmo de
búsqueda de Google.
Regresión Lineal Es una técnica de modelado Este modelo describe la relación entre Predicción o (MathWorks, 2021)
estadístico que se emplea una variable dependiente y (también pronóstico:
para describir una variable de conocida como la respuesta) como una Utilice un modelo de
respuesta continua como una función de una o varias variables regresión para crear un
función de una o varias independientes Xi (denominadas modelo de pronóstico para
variables predictoras. Puede predictores). un conjunto de datos
ayudar a comprender y La ecuación general correspondiente a específico. A partir de la
predecir el comportamiento un modelo de regresión lineal es: moda, puede usar la
de sistemas complejos o a Y=β0+∑ βiXi+ϵiY=β0+∑ βiXi+ϵi regresión para predecir
analizar datos valores de respuesta donde
experimentales, financieros y Donde β representa las estimaciones de solo se conocen los
biológicos. parámetros lineales que se deben predictores.
calcular y ϵ representa los términos de Fuerza de la
error. regresión:
Utilice un modelo de
regresión para determinar si
existe una relación entre una
variable y un predictor, y
cuán estrecha es esta
relación.
Árboles de Son unos de los algoritmos Puede usarse para ayudar a (Lucidchart, 2019)
decisión clasificadores más conocidos crear modelos predictivos
y usados en las tareas de automatizados, que puedan
Data Mining, ya que son una emplearse en el aprendizaje
forma de representación automático, la minería de
sencilla para clasificar datos y las estadísticas.
instancias. Conocido como "el
Son particiones secuénciales aprendizaje basado en
de un conjunto de datos árboles de decisión", este
Objetivo: Segmentar la método toma en
población para encontrar consideración las
grupos homogéneos según observaciones sobre un
una cierta variable de elemento para predecir su
respuesta. valor.
Referencias
IBM Cloud Education. (17 de Agosto de 2020). ibm.com. Obtenido de https://www.ibm.com/mx-es/cloud/learn/neural-networks
Lucidchart. (2019). lucidchart.com. Obtenido de https://www.lucidchart.com/pages/es/que-es-un-diagrama-de-arbol-de-decision
MathWorks. (2021). la.mathworks.com. Obtenido de https://la.mathworks.com/discovery/linear-regression.html
TIBCO. (2019). tibco.com. Obtenido de https://www.tibco.com/es/reference-center/what-is-analysis-of-variance-anova#:~:text=An
%C3%A1lisis%20de%20la%20Varianza%20(%20ANOVA%20)%20es%20una%20f%C3%B3rmula%20estad%C3%ADstica
%20que,medias%20de%20los%20diferentes%20grupos.
Universidad de Palermo. (2013). palermo.edu. Obtenido de https://www.palermo.edu/ingenieria/pdf2014/13/CyT_13_24.pdf