El presente proyecto de fin de carrera buscará encontrar el mejor método
computacional para la predicción estadística usando la regresión logística. Esta
búsqueda se realizará dentro de un espacio limitado de métodos que se estudiaran.
Una vez que se realice la investigación se escogerá el algoritmo más óptimo para la
predicción y se obtendrá como resultado un aplicativo genérico para modelar
comportamientos futuros en cualquier ámbito.
Al leer la presente investigación uno podrá lograr discriminar sobre las mejores
herramientas – de las planteadas – para la predicción de escenarios futuros en
cualquier campo de estudio, de tal forma que se mejoren las decisiones tomadas y que
los usuarios (estadísticos, matemáticos e ingenieros) sepan un poco más sobre los
métodos que los llevan a sus respuestas predictivas. / Tesis
| Identifer | oai:union.ndltd.org:PUCP/oai:tesis.pucp.edu.pe:123456789/8149 |
| Date | 09 March 2017 |
| Creators | Bigio Luks, David Miles |
| Contributors | Guanira Erazo, Juan Miguel Ángel, Doig Camino, Elizabeth |
| Publisher | Pontificia Universidad Católica del Perú |
| Source Sets | Pontificia Universidad Católica del Perú |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/bachelorThesis |
| Format | application/pdf, application/pdf |
| Source | Pontificia Universidad Católica del Perú, Repositorio de Tesis - PUCP |
| Rights | info:eu-repo/semantics/restrictedAccess |
Page generated in 0.0019 seconds