Modelo no lineal basado en redes neuronales de unidades producto para clasificación. Una aplicación a la determinación del riesgo en tarjetas de crédito
El principal objetivo de este trabajo es mostrar un tipo de redes neuronales denominadas redes neuronales basadas en unidades producto (RNUP) como un modelo no lineal que puede ser utilizado para la resoluci´on de problemas de clasificaci´on en aprendizaje. Proponemos un m´etodo evolutivo en el que...
| Autores: | , , , |
|---|---|
| Tipo de recurso: | artículo |
| Fecha de publicación: | 2007 |
| País: | España |
| Institución: | Universidad Loyola Andalucía |
| Repositorio: | Brújula |
| OAI Identifier: | oai:repositorio.uloyola.es:20.500.12412/4775 |
| Acceso en línea: | https://hdl.handle.net/20.500.12412/4775 |
| Access Level: | acceso abierto |
| Palabra clave: | Clasificación Redes neuronales de unidades producto Redes neuronales evolutivas |
| Sumario: | El principal objetivo de este trabajo es mostrar un tipo de redes neuronales denominadas redes neuronales basadas en unidades producto (RNUP) como un modelo no lineal que puede ser utilizado para la resoluci´on de problemas de clasificaci´on en aprendizaje. Proponemos un m´etodo evolutivo en el que simult´aneamente se dise˜na la estructura de la red y se calculan los correspondientes pesos. La metodolog´ıa que presentamos se basa, por tanto, en la combinaci´on del modelo no lineal RNUP y del algoritmo evolutivo; se aplica a la resoluci´on de un problema de clasificaci´on de ´ındole econ´omica, surgido del mundo de las finanzas. Para evaluar el rendimiento de los modelos de clasificación obtenidos, comparamos nuestra propuesta con varias técnicas clásicas, como la regresión logística o el análisis discriminante, y con el clásico modelo de perceptrón multicapa de redes neuronales basado en unidades sigmoides y el algoritmo de aprendizaje de retropropagación (MLPBP). |
|---|