Mostrar el registro sencillo del ítem

dc.contributor.advisorVega Moreno, Carlos Eugenioes_PE
dc.contributor.authorNavarrete Leal, Luzbeth Karines_PE
dc.date.accessioned2024-09-12T14:06:09Z
dc.date.available2024-09-12T14:06:09Z
dc.date.issued2024-06-11
dc.identifier.urihttps://hdl.handle.net/20.500.14278/4765
dc.description.abstractLa presente investigación es una propuesta para determinar el rendimiento académico de los estudiantes de la Universidad Nacional del Santa en el semestre 2020 I y II según los factores socioeconómicos, mediante el entrenamiento y evaluación de una red neuronal supervisada, asimismo busca predecir el cálculo del rendimiento académico de los estudiantes que no fueron considerados en el entrenamiento de los datos históricos, registrados en fichas socioeconómicas que fueron aplicados a los estudiantes como requisito antes de matricularse. La población estuvo conformada por 6,022 estudiantes y una muestra de 2,979 estudiantes matriculados en el semestre académico 2020 – I y 2020 – II. La investigación del tipo aplicada, efectuó un análisis estadístico e inferencial de los factores intervinientes, así como su relación y dependencia entre ellas como paso previo a la implementación en una red neuronal supervisada. Los resultados nos permitieron obtener el número de capas, matrices de pesos y bias optimas de la red neuronal en la etapa del entrenamiento, y del análisis de los errores se concluyó como no es significativo.es_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Nacional del Santaes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/es_PE
dc.sourceRepositorio Institucional - UNSes_PE
dc.subjectRendimiento académicoes_PE
dc.subjectFactores socioeconómicoses_PE
dc.subjectRed Neuronal Artificiales_PE
dc.subjectGradiente descendentees_PE
dc.subjectBackpropagationes_PE
dc.titleEl Rendimiento Académico de los Estudiantes de la Universidad Nacional del Santa según los Factores Socioeconómicos determinados mediante una Red Neuronal Supervisadaes_PE
dc.typeinfo:eu-repo/semantics/doctoralThesises_PE
thesis.degree.nameDoctor en Ingeniería de Sistemas e Informáticaes_PE
thesis.degree.grantorUniversidad Nacional del Santa. Escuela de posgradoes_PE
thesis.degree.disciplineDoctorado en Ingeniería de Sistemas e Informáticaes_PE
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_PE
dc.publisher.countryPEes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_PE
renati.advisor.orcidhttps://orcid.org/0000-0003-2955-0674es_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
renati.levelhttps://purl.org/pe-repo/renati/nivel#doctores_PE
renati.discipline612028es_PE
renati.jurorBriones Pereyra, Lizbeth Doraes_PE
renati.jurorPajuelo Gonzáles, Luis Alfredoes_PE
renati.jurorVega Moreno, Carlos Eugenioes_PE
renati.author.dni42071127
renati.advisor.dni32937583


Ficheros en el ítem

Thumbnail
Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

info:eu-repo/semantics/openAccess
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess
UNIVERSIDAD NACIONAL DEL SANTA

Av. Pacífico 508 - Nuevo Chimbote, Ancash - Perú | Telf. (51)-43-310445

Todos los contenidos de repositorio.unp.edu.pe están bajo la Licencia Creative Commons

repositorio@uns.edu.pe