2. Escuela de Posgrado

URI permanente para esta comunidadhttps://repositorio.unap.edu.pe/handle/20.500.14082/153

Examinar

Examinando 2. Escuela de Posgrado por Autor "Aceituno Rojo, Miguel Romilio"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 2 de 2
  • Miniatura
    info:eu-repo/semantics/masterThesis
    Modelo de análisis de tópicos en ordenanzas regionales del Gobierno Regional de Puno de 2010 a 2024 utilizando técnicas de procesamiento de lenguaje natural
    Choque Castro, Marcos Denys; Aceituno Rojo, Miguel Romilio , 2024-10-28 - (Universidad Nacional del Altiplano. Repositorio Institucional - UNAP)
    Los gobiernos regionales generan una vasta cantidad de documentos oficiales que contienen decisiones, normativas y políticas públicas fundamentales para el desarrollo de sus regiones. Esta investigación tuvo como objetivo determinar un modelo de análisis que optimice la identificación de tópicos en las ordenanzas regionales emitidas por el Gobierno Regional Puno durante el periodo del mes de febrero de 2010 al mes de julio del 2024. La investigación fue de tipo no experimental con un enfoque cuantitativo, por lo cual se utilizó técnicas de extracción de información, técnicas de procesamiento de lenguaje natural (NLP) y los modelos LDA y BERTopic. Como resultado se obtuvo un corpus de 249 ordenanzas regionales pre procesadas y un modelo de identificación de tópicos BERTopic con una precisión de 0,67 en la métrica de coherencia, lo que indica una buena capacidad para capturar tópicos coherentes y significativos en el corpus de ordenanzas, por otro lado, el modelo LDA ofrece una métrica de coherencia de 0,57 lo que evidencia una capacidad menor para identificar tópicos coherentes en el contexto específico de los documentos analizados. Se concluye que el modelo propuesto permitió identificar temas como transporte, cultura, salud, medio ambiente y presupuesto; que proporcionan una comprensión más profunda de los temas priorizados en las ordenanzas regionales de Puno.
  • Miniatura
    info:eu-repo/semantics/doctoralThesis
    Modelo predictivo de análisis de riesgo crediticio usando Machine Learning en una entidad del sector microfinanciero
    Aceituno Rojo, Miguel Romilio; Condori Alejo, Henry Ivan , 2019-12-03 - (Universidad Nacional del Altiplano. Repositorio Institucional - UNAP)
    Los microcréditos constituyen un componente importante en el desarrollo de la economía rural del país, éstos en su mayoría son otorgados por entidades microfinancieras, que tratan con índices altos de riesgo, estos son controlados por medio de personal especializado que realiza la evaluación y verificación de los clientes que solicitan estos microcréditos. La presente investigación propone un modelo de predicción de riesgo crediticio a partir de la evaluación de distintos modelos de Machine Learning para determinar el modelo que presenta el mejor nivel de asertividad en el otorgamiento de microcréditos. Para tal efecto se ha determinado las principales variables que intervienen en el proceso, seguidamente, se realizó el entrenamiento de seis modelos de Machine Learning, se logró determinar el nivel de asertividad en base a las métricas Accuracy, Precision, Recall, F1 Score y AUC para luego ser comparados, resultando ser el más asertivo Artificial Neural Network en comparación a Regresión Logística, Random Forest, Support Vector Machine, Decision Tree y k-Nearest Neighbors, de lo determinado, se afirma que con el modelo más asertivo se puede reducir riesgo crediticio al mejorar el nivel de asertividad en el otorgamiento microcrédito en base a las variables determinadas.