Clasificación de perfiles académicos mediante técnicas de Machine Learning
dc.audience | generalPublic | |
dc.contributor | Torrijos Muñoz, María Teresa | |
dc.contributor | Ríos Acevedo, Carlos Armando | |
dc.contributor.advisor | TORRIJOS MUÑOZ , MARIA TERESA; 69028 | |
dc.contributor.author | Cilia Romero, Jimena Paola | |
dc.date.accessioned | 2025-02-05T18:40:09Z | |
dc.date.available | 2025-02-05T18:40:09Z | |
dc.date.issued | 2024-11-22 | |
dc.description.abstract | "La educación superior es la principal encargada de formar profesionales competentes en donde desarrollaran un pensamiento crítico, reflexivo y creativo, teniendo un fuerte impacto económico, laboral y social que incrementa el crecimiento profesional, teniendo mejores condiciones de vida. Asimismo, dota a los estudiantes de las competencias necesarias para que respondan a la evolución constante del mercado laboral. Para ello, es importante tener una planta académica sólida y de calidad que ofrezcan una enseñanza efectiva y significativa en los estudiantes, por eso es necesario evaluar y distribuir eficazmente a las personas en áreas específicas según sus cualidades y dominios, con un impacto significativo en la calidad de enseñanza en el nivel superior. Se aplicaron técnicas y herramientas computacionales para identificar el mejor algoritmo de clasificación que categorizara eficientemente un objeto en una clase definida de acuerdo con las áreas de conocimiento. El objetivo es identificar un modelo de clasificación que reconozca eficientemente la pertenencia de los objetos a una clase; esto, mediante técnicas de Machine Learning que permiten imitar la forma en que los seres humanos aprenden, mejorando gradualmente su precisión". | |
dc.folio | 20241108122901-6245-TL | |
dc.format | ||
dc.identificator | 7 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12371/24771 | |
dc.language.iso | spa | |
dc.matricula.creator | 201907066 | |
dc.publisher | Benemérita Universidad Autónoma de Puebla | |
dc.rights.acces | openAccess | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | |
dc.subject.classification | INGENIERÍA Y TECNOLOGÍA | |
dc.subject.lcc | Matemáticas--Instrumentos y máquinas--Máquinas de cálculo--Informática--Programas informáticos--Temas especiales--Software de aplicación | |
dc.subject.lcc | Ciencia (general)--Cibernética--Sistemas autoorganizados--Aprendizaje automático | |
dc.subject.lcc | Minería de datos--Procesamiento de datos | |
dc.subject.lcc | Aprendizaje automático (Inteligencia artificial) | |
dc.thesis.career | Licenciatura en Ingeniería en Ciencias de la Computación | |
dc.thesis.degreediscipline | Área de Ingeniería y Ciencias Exactas | |
dc.thesis.degreegrantor | Facultad de Ciencias de la Computación | |
dc.thesis.degreetoobtain | Ingeniero (a) en Ciencias de la Computación | |
dc.title | Clasificación de perfiles académicos mediante técnicas de Machine Learning | |
dc.type | Tesis de licenciatura | |
dc.type.conacyt | bachelorThesis | |
dc.type.degree | Licenciatura |
Files
Original bundle
1 - 2 of 2
Loading...
- Name:
- 20241108122901-6245-TL.pdf
- Size:
- 981.06 KB
- Format:
- Adobe Portable Document Format

- Name:
- 20241108122901-6245-CARTA.pdf
- Size:
- 1.86 MB
- Format:
- Adobe Portable Document Format