Modelo de red neuronal artificial para predecir resultados académicos en la asignatura Matemática II

• Main Authors: Fernando Alain Incio-Flores (Author), Dulce Lucero Capuñay-Sanchez (Author), Ronald Omar Estela-Urbina (Author)
• Format: Book
• Published: Universidad Nacional, Costa Rica, 2022-12-01T00:00:00Z.
• Subjects: article
• Online Access: Connect to this object online.

Summary

Objetivo. Este artículo muestra el diseño y entrenamiento de una red neuronal artificial (RNA) para predecir resultados académicos de estudiantes de Ingeniería Civil de la Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua-Perú en la asignatura de Matemática II. Método. Se utilizó la metodología CRISP-DM, para recolectar los datos se emplearon encuestas, el modelo de RNA se implementó en el software Matlab utilizando el comando nnstart y dos algoritmos de aprendizaje: Scaled Conjugate Gradient (SCG) y Levenberg-Marquardt (LM), el rendimiento del modelo se evaluó mediante el error cuadrático medio y el coeficiente de correlación. Conclusiones. El algoritmo LM logró mejor efectividad en la predicción.

Item Description

1409-4258
10.15359/ree.27-1.14516