• español
    • English
    • français
    • português
A+A-
  • English 
    • español
    • English
    • français
    • português
    • Usage guides
      • Guidelines for the advisor work direcor
      • Guidelines for the student who loads degree work
      • APA 7 Edition Standards
      • Tips APA 7 Edition Standards
    • Users
    View Item 
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Revisión sistemática sobre el uso de las variedades estadísticas en el aprendizaje automático: tendencias, aplicaciones y metodologías

    Thumbnail
    QRCode
    View/Open
    famoncayoc.pdf (452.9Kb)
    Share
    Date
    2024-03-23
    Author
    Moncayo Cadena, Fabian Alexander
    Advisor
    Carrascal Porras, Fernando Luis

    Citación

           
    TY - GEN T1 - Revisión sistemática sobre el uso de las variedades estadísticas en el aprendizaje automático: tendencias, aplicaciones y metodologías AU - Moncayo Cadena, Fabian Alexander Y1 - 2024-03-23 UR - https://repository.unad.edu.co/handle/10596/73090 AB - Esta monografía explora la problemática de la aplicación incorrecta de técnicas estadísticas en el ámbito del aprendizaje automático y cómo ello afecta negativamente la precisión, interpretabilidad y capacidad de generalización de los modelos, a pesar de la abundancia de estudios sobre técnicas estadísticas, persiste la falta de una guía clara y sistematizada que oriente la selección adecuada de variedades estadísticas en función del contexto, los datos y los objetivos del análisis. En este sentido, la investigación se enfoca en realizar una revisión sistemática de la literatura, sustentada en la metodología PRISMA, con el propósito de identificar las principales tendencias, aplicaciones y desafíos metodológicos relacionados con el uso de variedades estadísticas en el aprendizaje automático, los hallazgos permiten evidenciar patrones en la adopción de estas técnicas, así como vacíos críticos que requieren atención investigativa. ER - @misc{10596_73090, author = {Moncayo Cadena Fabian Alexander}, title = {Revisión sistemática sobre el uso de las variedades estadísticas en el aprendizaje automático: tendencias, aplicaciones y metodologías}, year = {2024-03-23}, abstract = {Esta monografía explora la problemática de la aplicación incorrecta de técnicas estadísticas en el ámbito del aprendizaje automático y cómo ello afecta negativamente la precisión, interpretabilidad y capacidad de generalización de los modelos, a pesar de la abundancia de estudios sobre técnicas estadísticas, persiste la falta de una guía clara y sistematizada que oriente la selección adecuada de variedades estadísticas en función del contexto, los datos y los objetivos del análisis. En este sentido, la investigación se enfoca en realizar una revisión sistemática de la literatura, sustentada en la metodología PRISMA, con el propósito de identificar las principales tendencias, aplicaciones y desafíos metodológicos relacionados con el uso de variedades estadísticas en el aprendizaje automático, los hallazgos permiten evidenciar patrones en la adopción de estas técnicas, así como vacíos críticos que requieren atención investigativa.}, url = {https://repository.unad.edu.co/handle/10596/73090} }RT Generic T1 Revisión sistemática sobre el uso de las variedades estadísticas en el aprendizaje automático: tendencias, aplicaciones y metodologías A1 Moncayo Cadena, Fabian Alexander YR 2024-03-23 LK https://repository.unad.edu.co/handle/10596/73090 AB Esta monografía explora la problemática de la aplicación incorrecta de técnicas estadísticas en el ámbito del aprendizaje automático y cómo ello afecta negativamente la precisión, interpretabilidad y capacidad de generalización de los modelos, a pesar de la abundancia de estudios sobre técnicas estadísticas, persiste la falta de una guía clara y sistematizada que oriente la selección adecuada de variedades estadísticas en función del contexto, los datos y los objetivos del análisis. En este sentido, la investigación se enfoca en realizar una revisión sistemática de la literatura, sustentada en la metodología PRISMA, con el propósito de identificar las principales tendencias, aplicaciones y desafíos metodológicos relacionados con el uso de variedades estadísticas en el aprendizaje automático, los hallazgos permiten evidenciar patrones en la adopción de estas técnicas, así como vacíos críticos que requieren atención investigativa. OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    Machine learning Google Scholar
    Variedades estadísticas Google Scholar
    Técnicas estadísticas Google Scholar
    Geometría de la información Google Scholar
    Regional / Country coverage
    cead_-_pasto
    Metadata
    Show full item record
    PDF Document
    Description of the content
    Esta monografía explora la problemática de la aplicación incorrecta de técnicas estadísticas en el ámbito del aprendizaje automático y cómo ello afecta negativamente la precisión, interpretabilidad y capacidad de generalización de los modelos, a pesar de la abundancia de estudios sobre técnicas estadísticas, persiste la falta de una guía clara y sistematizada que oriente la selección adecuada de variedades estadísticas en función del contexto, los datos y los objetivos del análisis. En este sentido, la investigación se enfoca en realizar una revisión sistemática de la literatura, sustentada en la metodología PRISMA, con el propósito de identificar las principales tendencias, aplicaciones y desafíos metodológicos relacionados con el uso de variedades estadísticas en el aprendizaje automático, los hallazgos permiten evidenciar patrones en la adopción de estas técnicas, así como vacíos críticos que requieren atención investigativa.
    Format
    pdf
    Type of digital resource
    Monografía
    Content relationship
    Ciencia de datos
    URI
    https://repository.unad.edu.co/handle/10596/73090
    Collections
    • Especialización en Ciencia de Datos y Analítica [247]
    Usage guidesNormativityGuidelines for the advisor work direcorGuidelines for the student who loads degree workAPA 7 Edition StandardsTips APA 7 Edition Standards

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Indexed by:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: