Show simple item record

dc.contributor.advisorCarrascal Porras, Fernando Luis
dc.coverage.spatialcead_-_pasto
dc.creatorMoncayo Cadena, Fabian Alexander
dc.date.accessioned2025-08-04T16:01:02Z
dc.date.available2025-08-04T16:01:02Z
dc.date.created2024-03-23
dc.identifier.urihttps://repository.unad.edu.co/handle/10596/73090
dc.description
dc.description.abstractEsta 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.
dc.formatpdf
dc.titleRevisión sistemática sobre el uso de las variedades estadísticas en el aprendizaje automático: tendencias, aplicaciones y metodologías
dc.typeMonografía
dc.subject.keywordsMachine learning
dc.subject.keywordsVariedades estadísticas
dc.subject.keywordsTécnicas estadísticas
dc.subject.keywordsGeometría de la información
dc.description.abstractenglishThis monograph explores the problem of the incorrect application of statistical techniques in the field of machine learning and how this negatively affects the accuracy, interpretability, and generalization capacity of models. Despite the abundance of studies on statistical techniques, there is still a lack of clear and systematic guidelines for the appropriate selection of statistical varieties based on the context, data, and analysis objectives. In this regard, the research focuses on conducting a systematic literature review, based on the PRISMA methodology, with the aim of identifying the main trends, applications, and methodological challenges related to the use of statistical varieties in machine learning. The findings reveal patterns in the adoption of these techniques, as well as critical gaps that require research attention.
dc.subject.categoryCiencia de datos


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record