Aprendizaje automático y modelos de clasificación

Eldocumento presenta las características más importantes de  modelos de clasificación basados en análisisdiscriminante y  máquinas de vectoressoporte, siendo el análisis discriminante un método que permite identificar lascaracterísticas que diferencian a dos o más grupos. Por otro lado las máquinasd...

Full description

Bibliographic Details
Main Authors: Luis Jaime Andrade González, Jairo Cervantes Puente
Format: Article
Language:Spanish
Published: Escuela Politécnica Nacional (EPN) 2014-02-01
Series:Revista Politécnica
Online Access:https://revistapolitecnica.epn.edu.ec/ojs2/index.php/revista_politecnica2/article/view/179
Description
Summary:Eldocumento presenta las características más importantes de  modelos de clasificación basados en análisisdiscriminante y  máquinas de vectoressoporte, siendo el análisis discriminante un método que permite identificar lascaracterísticas que diferencian a dos o más grupos. Por otro lado las máquinasde vectores de soporte constituyen nuevas estructuras de aprendizaje automáticoque han demostrado un excelente desempeño en aplicaciones de clasificación. Lainformación utilizada para el entrenamiento y validación de las metodologíaspropuestas, está constituida por un conjunto de indicadores de gestiónadministrativa y financiera correspondientes a 221 Gobiernos AutónomosDescentralizados Municipales. The paper presents the main features of classification models based on discriminant analysis and support vector machines, with the discriminant analysis method to identify the characteristics that differentiate two or more groups, and create a function that can distinguish the accurately as possible to members of either group. On the other hand, support vector machine are machine learning new structures that have demonstrated excellent performance in classification applications. The information used for training and validation of the methodologies proposed, consists of a set of administrative and financial management for Decentralized Autonomous Municipal Government 221.
ISSN:1390-0129
2477-8990