Modelo no lineal basado en redes neuronales de unidades producto para clasificación. Una aplicación a la determinación del riesgo en tarjetas de crédito||Non-linear model for classification based on product-unit neural networks. An application to determine credit card risk

El principal objetivo de este trabajo es mostrar un tipo de redes neuronales denominadas redes neuronales basadas en unidades producto (RNUP) como un modelo no lineal que puede ser utilizado para la resolución de problemas de clasificación en aprendizaje. Proponemos un método evolutivo en el que sim...

Full description

Bibliographic Details
Main Authors: Martínez-Estudillo, F. J., Hervás Martínez, C., Torres Jiménez, M., Martínez-Estudillo, A. C.
Format: Article
Language:English
Published: Pablo de Olavide University 2007-01-01
Series:Revista de Métodos Cuantitativos para la Economía y la Empresa
Subjects:
Online Access:http://www.upo.es/RevMetCuant/art10.pdf
id doaj-0fe7a9b0eb244b279d89ea18f9c22742
record_format Article
spelling doaj-0fe7a9b0eb244b279d89ea18f9c227422020-11-24T21:40:17ZengPablo de Olavide UniversityRevista de Métodos Cuantitativos para la Economía y la Empresa1886-516X2007-01-01314062Modelo no lineal basado en redes neuronales de unidades producto para clasificación. Una aplicación a la determinación del riesgo en tarjetas de crédito||Non-linear model for classification based on product-unit neural networks. An application to determine credit card riskMartínez-Estudillo, F. J.Hervás Martínez, C.Torres Jiménez, M.Martínez-Estudillo, A. C.El principal objetivo de este trabajo es mostrar un tipo de redes neuronales denominadas redes neuronales basadas en unidades producto (RNUP) como un modelo no lineal que puede ser utilizado para la resolución de problemas de clasificación en aprendizaje. Proponemos un método evolutivo en el que simultáneamente se diseña la estructura de la red y se calculan los correspondientes pesos. La metodología que presentamos se basa, por tanto, en la combinación del modelo no lineal RNUP y del algoritmo evolutivo; se aplica a la resolución de un problema de clasificación de índole económica, surgido del mundo de las finanzas. Para evaluar el rendimiento de los modelos de clasificación obtenidos, comparamos nuestra propuesta con varias técnicas clásicas, como la regresión logística o el análisis discriminante, y con el clásico modelo de perceptrón multicapa de redes neuronales basado en unidades sigmoides y el algoritmo de aprendizaje de retropropagación (MLPBP).http://www.upo.es/RevMetCuant/art10.pdfclasificaciónredes neuronales de unidades productoredes neuronales evolutivas
collection DOAJ
language English
format Article
sources DOAJ
author Martínez-Estudillo, F. J.
Hervás Martínez, C.
Torres Jiménez, M.
Martínez-Estudillo, A. C.
spellingShingle Martínez-Estudillo, F. J.
Hervás Martínez, C.
Torres Jiménez, M.
Martínez-Estudillo, A. C.
Modelo no lineal basado en redes neuronales de unidades producto para clasificación. Una aplicación a la determinación del riesgo en tarjetas de crédito||Non-linear model for classification based on product-unit neural networks. An application to determine credit card risk
Revista de Métodos Cuantitativos para la Economía y la Empresa
clasificación
redes neuronales de unidades producto
redes neuronales evolutivas
author_facet Martínez-Estudillo, F. J.
Hervás Martínez, C.
Torres Jiménez, M.
Martínez-Estudillo, A. C.
author_sort Martínez-Estudillo, F. J.
title Modelo no lineal basado en redes neuronales de unidades producto para clasificación. Una aplicación a la determinación del riesgo en tarjetas de crédito||Non-linear model for classification based on product-unit neural networks. An application to determine credit card risk
title_short Modelo no lineal basado en redes neuronales de unidades producto para clasificación. Una aplicación a la determinación del riesgo en tarjetas de crédito||Non-linear model for classification based on product-unit neural networks. An application to determine credit card risk
title_full Modelo no lineal basado en redes neuronales de unidades producto para clasificación. Una aplicación a la determinación del riesgo en tarjetas de crédito||Non-linear model for classification based on product-unit neural networks. An application to determine credit card risk
title_fullStr Modelo no lineal basado en redes neuronales de unidades producto para clasificación. Una aplicación a la determinación del riesgo en tarjetas de crédito||Non-linear model for classification based on product-unit neural networks. An application to determine credit card risk
title_full_unstemmed Modelo no lineal basado en redes neuronales de unidades producto para clasificación. Una aplicación a la determinación del riesgo en tarjetas de crédito||Non-linear model for classification based on product-unit neural networks. An application to determine credit card risk
title_sort modelo no lineal basado en redes neuronales de unidades producto para clasificación. una aplicación a la determinación del riesgo en tarjetas de crédito||non-linear model for classification based on product-unit neural networks. an application to determine credit card risk
publisher Pablo de Olavide University
series Revista de Métodos Cuantitativos para la Economía y la Empresa
issn 1886-516X
publishDate 2007-01-01
description El principal objetivo de este trabajo es mostrar un tipo de redes neuronales denominadas redes neuronales basadas en unidades producto (RNUP) como un modelo no lineal que puede ser utilizado para la resolución de problemas de clasificación en aprendizaje. Proponemos un método evolutivo en el que simultáneamente se diseña la estructura de la red y se calculan los correspondientes pesos. La metodología que presentamos se basa, por tanto, en la combinación del modelo no lineal RNUP y del algoritmo evolutivo; se aplica a la resolución de un problema de clasificación de índole económica, surgido del mundo de las finanzas. Para evaluar el rendimiento de los modelos de clasificación obtenidos, comparamos nuestra propuesta con varias técnicas clásicas, como la regresión logística o el análisis discriminante, y con el clásico modelo de perceptrón multicapa de redes neuronales basado en unidades sigmoides y el algoritmo de aprendizaje de retropropagación (MLPBP).
topic clasificación
redes neuronales de unidades producto
redes neuronales evolutivas
url http://www.upo.es/RevMetCuant/art10.pdf
work_keys_str_mv AT martinezestudillofj modelonolinealbasadoenredesneuronalesdeunidadesproductoparaclasificacionunaaplicacionaladeterminaciondelriesgoentarjetasdecreditononlinearmodelforclassificationbasedonproductunitneuralnetworksanapplicationtodeterminecreditcardrisk
AT hervasmartinezc modelonolinealbasadoenredesneuronalesdeunidadesproductoparaclasificacionunaaplicacionaladeterminaciondelriesgoentarjetasdecreditononlinearmodelforclassificationbasedonproductunitneuralnetworksanapplicationtodeterminecreditcardrisk
AT torresjimenezm modelonolinealbasadoenredesneuronalesdeunidadesproductoparaclasificacionunaaplicacionaladeterminaciondelriesgoentarjetasdecreditononlinearmodelforclassificationbasedonproductunitneuralnetworksanapplicationtodeterminecreditcardrisk
AT martinezestudilloac modelonolinealbasadoenredesneuronalesdeunidadesproductoparaclasificacionunaaplicacionaladeterminaciondelriesgoentarjetasdecreditononlinearmodelforclassificationbasedonproductunitneuralnetworksanapplicationtodeterminecreditcardrisk
_version_ 1725926961294868480