Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Similares en SciELO
Compartir
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.