Buscar
Mostrando ítems 1-10 de 424
Desarrollo de un modelo de detección de URLs maliciosos usando aprendizaje automático supervisado
(2023)
La distribución de ataques cibernéticos mediante protocolos web ha sido una manera, para sus
actores, de evadir detección y filtrado de red al camuflarse entre la cantidad de tráfico legítimo
existente [1]. A pesar de ...
Modelo de Aprendizaje Automático Supervisado para Identificar Patrones de Bajo Rendimiento Académico en los Ingresantes al Instituto de Educación Superior Pedagógico Público – Juliaca
(Universidad Peruana UniónPEPE, 2021-03-04)
El presente estudio se llevó a cabo en el Instituto de Educación Superior Pedagógico Público Juliaca (IESPPJ), ubicado en el distrito de San Miguel de la Provincia de San Román, durante el año 2020, tuvo como objetivo ...
Análisis y evaluación de la técnica de procesamiento de lenguaje natural automático supervisado para determinar la polaridad de un texto no estructurado en redes sociales
(2022)
The classification of documents based on opinions became an interesting topic for the research society of natural language processing. The present work aims to develop a model based on the automatic natural language ...
Aplicación de aprendizaje automático a la detección de fraude en tarjetas de crédito
(Udelar.FI., 2019)
En esta tesis se aborda el problema de la detección de fraude en tarjetas de crédito mediante el uso de modelos construidos con técnicas de Aprendizaje Automático. Después de un análisis del estado del arte y de la evaluación ...
Comparación de modelos machine learning aplicados al riesgo de crédito.
(Universidad de Concepción.Facultad de Ciencias Físicas y MatemáticasDepartamento de Ingeniería Matemática., 2022)
De acuerdo al marco regulatorio que rige a las instituciones financieras, es necesario que a la hora de evaluar el riesgo de crédito las empresas establezcan de forma clara modelos que estimen la probabilidad de que un ...
Desarrollo de un sistema de predicción de falla de cojinete de turbina hidráulica basado en redes neuronales recurrentes con LSTM
(2022)
This work presents a failure forecast system for a hydraulic turbine bearing by applying two machine learning techniques: regression models and models with recurrent neural networks LSTM to the daily, weekly and monthly envelope.