Show simple item record

dc.contributor.authorMuñoz-Elguezábal, Juan F.
dc.contributor.authorLedesma-Elorriaga, Rodrigo
dc.contributor.authorVelázquez-Manzanero, Zurisadai
dc.date.accessioned2015-12-15T17:47:35Z
dc.date.issued2015-12-01
dc.identifier.urihttp://hdl.handle.net/11117/2721
dc.descriptionProyecto de Aplicación Profesional que se basa en el área de conocimiento de Aprendizaje Computacional, que consiste en utilizar estadística y programación para construir modelos matemáticos, algunos de forma cerrada (clasificados como analíticos) y otros de forma abierta (clasificados como computacionales). En este proyecto se abordaron cuatro: Support Vector Machines, Árboles de decisión y variantes, Random Forest y Procesamiento de Lenguaje Natural. Como apoyo, se utilizó el sistema de control de versiones GIT y como plataforma de almacenamiento en la nube, se recurrió a GITHUB.es
dc.language.isospaes
dc.rights.urihttp://quijote.biblio.iteso.mx/licencias/CC-BY-NC-ND-2.5-MX.pdfes
dc.subjectModelación Matemática para el Desarrollo de Planes y Proyectos de Negocioes
dc.subjectModelos de Predicción en Empresas y Gobierno Mediante Aprendizaje Estadísticoes
dc.subjectDesarrollo Tecnológico y Generación de Riqueza Sustentablees
dc.titleModelos de predicción en empresas y gobierno mediante aprendizaje estadísticoes
dc.typeinfo:eu-repo/semantics/bachelorThesises
rei.revisorDávalos-DeLaPeña, Pablo
rei.peerreviewedNoes
rei.embargo.termssiemprees
rei.embargo.lift10000-01-01


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record