1. Repositorio Digital USFQ
  2. TESIS COLEGIO DE PREGRADO
  3. COLEGIO DE CIENCIAS E INGENIERÍAS (POLI)
  4. Tesis - Ingeniería en Ciencias de la Computación
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/10590
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorPérez Pérez, Noel, dir.-
dc.contributor.authorAyala Tola, Mateo Alejandro-
dc.date.accessioned2022-03-08T14:39:51Z-
dc.date.available2022-03-08T14:39:51Z-
dc.date.issued2021-
dc.identifier.citationTesis (Ingeniero en Ciencias de la Computación) , Universidad San Francisco de Quito , Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2021es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/10590-
dc.descriptionThe university environment, both on a global and Ecuadorian scale, presents a high-stress psychological situation that causes substance abuse in students. A possible solution is using data mining prediction algorithms for early detection of such consumption. Usually, Multilayer Perceptron models are used for such prediction but retraining them is usually costly. Random Forests are proposed as an alternative, and their performance is evaluated and compared to the performance of an MLP in an alcohol consumption multi-class classification problem using psychological indicators and metadata...es_ES
dc.description.abstractEl ambiente universitario, tanto a escala global y ecuatoriana, presenta una situación de alto estrés psicológico que causa abuso de substancias en estudiantes. Una posible solución es usar algoritmos de predicción de minería de datos para detectar este abuso. Multilayer Perceptron son usualmente usados para estas predicciones, pero reentrenarlos es usualmente costoso. Se propone los Random Forest como una alternativa, y su desempeño es evaluado y comparado al desempeño de un MLP en un problema multiclase de clasificación de consumo de alcohol usando indicadores psicológicos y metadatos...es_ES
dc.format.extent40 h.es_ES
dc.language.isospaes_ES
dc.publisherQuitoes_ES
dc.rightsopenAccess*
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectMinería de datos - Uso de drogas - Tesis y disertaciones académicases_ES
dc.subject.otherCienciases_ES
dc.subject.otherComputaciónes_ES
dc.titlePerformance comparison between random forest and multilayer perceptron prediction models in a classification problem on substance consumption based on psychological indicatorses_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Tesis - Ingeniería en Ciencias de la Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
136404.pdfTexto completo1.41 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons