Servicios Personalizados
Revista
Articulo
Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por emailIndicadores
Citado por SciELO 
Accesos
Links relacionados
Similares en
SciELO
Compartir
Permalink
Revista Electrónica Educare
versión On-line ISSN 1409-4258versión impresa ISSN 1409-4258
Resumen
INCIO-FLORES, Fernando Alain; CAPUNAY-SANCHEZ, Dulce Lucero y ESTELA-URBINA, Ronald Omar. Modelo de red neuronal artificial para predecir resultados académicos en la asignatura Matemática II. Educare [online]. 2023, vol.27, n.1, pp.338-359. ISSN 1409-4258. http://dx.doi.org/10.15359/ree.27-1.14516.
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.
Palabras clave : Red neuronal artificial; rendimiento académico; predicción.
