dc.contributor.advisor |
Huata Panca, Percy |
es_PE |
dc.contributor.author |
Mamani Quispe, Ana Milagros |
es_PE |
dc.date.accessioned |
2022-07-14T20:49:41Z |
|
dc.date.available |
2022-07-14T20:49:41Z |
|
dc.date.issued |
2022-07-15 |
|
dc.identifier.uri |
http://repositorio.unap.edu.pe/handle/20.500.14082/18626 |
|
dc.description.abstract |
El presente trabajo de investigación se realizó con la finalidad de determinar la Red Neuronal Artificial que proporcione un buen ajuste para predecir la deserción en estudiantes de la Maestría en Derecho de la Escuela de Posgrado de la Universidad Nacional del Altiplano de Puno. La población de estudio estuvo conformada por los registros de datos extraídos de las carpetas de ingreso a lo largo del tiempo de los alumnos que tuvo la Maestría en Derecho de la UNA Puno. La muestra estuvo compuesta de 334 registros de datos extraídos de las carpetas de ingreso de los alumnos durante los años 2015 – 2019. La investigación se desarrolló bajo el enfoque cuantitativo, con un nivel de investigación descriptivo, y por su naturaleza es de tipo documental, el diseño de investigación es no experimental y de corte transversal. Concluyendo que se logró determinar que la RNA que mejor se ajustó para la predicción de la deserción de estudiantes de la Maestría en Derecho de la Escuela de Posgrado de la Universidad Nacional del Altiplano – Puno, cuenta con una tasa de aprendizaje de 0.1, una sola neurona en la capa oculta, realizó 25 iteraciones, la función de activación es sigmoidea, el algoritmo para calcular los pesos sinápticos es de retro propagación, cuenta con un grado de acierto de: Accuracy del 92% en la clase de los no desertores, Recall del 86% en la clase de los alumnos desertores y en general cuenta con F1_Score de 89%. |
es_PE |
dc.format |
application/pdf |
es_PE |
dc.language.iso |
spa |
es_PE |
dc.publisher |
Universidad Nacional del Altiplano. Repositorio Institucional - UNAP |
es_PE |
dc.rights |
info:eu-repo/semantics/openAccess |
es_PE |
dc.rights.uri |
https://creativecommons.org/licenses/by/4.0/deed.es |
es_PE |
dc.subject |
Deserción |
es_PE |
dc.subject |
Machine Learning |
es_PE |
dc.subject |
Predicción |
es_PE |
dc.subject |
Overfiting |
es_PE |
dc.subject |
Redes neuronales artificiales |
es_PE |
dc.title |
Modelo de red neuronal artificial para predecir la deserción de estudiantes de la Maestría en Derecho de la Universidad Nacional del Altiplano Puno - 2019 |
es_PE |
dc.type |
info:eu-repo/semantics/bachelorThesis |
es_PE |
thesis.degree.name |
Ingeniero Estadístico e Informático |
es_PE |
thesis.degree.discipline |
Ingeniería Estadística e Informática |
es_PE |
thesis.degree.grantor |
Universidad Nacional del Altiplano. Facultad de Ingeniería Estadística e Informática |
es_PE |
dc.type.version |
info:eu-repo/semantics/publishedVersion |
es_PE |
dc.publisher.country |
PE |
es_PE |
dc.subject.ocde |
https://purl.org/pe-repo/ocde/ford#1.02.00 |
es_PE |
renati.advisor.orcid |
https://orcid.org/0000-0002-1624-5526 |
es_PE |
renati.type |
https://purl.org/pe-repo/renati/type#tesis |
es_PE |
renati.level |
https://purl.org/pe-repo/renati/nivel#tituloProfesional |
es_PE |
renati.discipline |
542066 |
es_PE |
renati.juror |
Aleman Gonzales, Leonid |
es_PE |
renati.juror |
Pari Condori, Elqui Yeye |
es_PE |
renati.juror |
Quispe Yapo, Edgardo |
es_PE |
renati.author.dni |
72357010 |
|
renati.advisor.dni |
01321923 |
|