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

Bibliographic Data

ID5921608
AuthorsFernando Alain Incio-Flores (0000-0003-3286-7787, Universidad Nacional Intercultural de la Amazonía), Dulce Lucero Capuñay-Sanchez (0000-0001-8678-5766, Universidad César Vallejo), Ronald Omar Estela-Urbina (0000-0001-5240-1242, Universidad Nacional Intercultural de la Amazonía)
Year2022
Volume27
Issue1
Pages1-19
Publication date2022-12-17
Open AccessYes
TypeARTICLE
VenueRevista Electrónica Educare (JOURNAL)
Journal identifiersISSN: 1409-4258 • E-ISSN: 1409-4258
PublisherUniversidad Nacional de Costa Rica (PUBLISHER)
DOI10.15359/ree.27-1.14516
OpenAlexW4313249638
LanguageES
Citations received1
References cited5

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

Algorithm · Conjugate gradient method · Humanities · Physics · Business, Innovation, and Economy · Educational Outcomes and Influences · Knowledge Societies in the 21st Century · Mathematics · Philosophy

Tools

Open DOIOpen Access