navbar brand
  • Inicio

  • El pensamiento en...

  • Ayuda

  • Estadísticas

navbar brand

El rendimiento en acción

Conecta, Comprende y Transforma: Descubre las dinámicas ocultas del sistema
Modela

Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor. Aenean massa. Cum sociis natoque penatibus et magnis dis parturient montes, nascetur ridiculus mus. Donec quam felis, ultricies nec, pellentesque eu, pretium quis, sem. Nulla consequat massa quis enim. Donec pede justo, fringilla vel, aliquet nec, vulputate eget, arcu. In enim justo, rhoncus ut, imperdiet a, venenatis vitae, justo. Nullam dictum felis eu pede mollis pretium. Integer tincidunt. Cras dapibus. Vivamus elementum semper nisi. Aenean vulputate eleifend tellus. Aenean leo ligula, porttitor eu, consequat vitae, eleifend ac, enim. Aliquam lorem ante, dapibus in, viverra quis, feugiat a,

  • Árbol de Decisión
  • Bosque Aleatorio
  • Regresión Logística
  • Gradient Boosting

Árbol de Decisión

Un modelo que utiliza una estructura en forma de árbol para tomar decisiones basadas en condiciones sucesivas.

Precisión global del 0%.

Bosque aleatorio

Un conjunto (ensamble) de múltiples árboles de decisión que votan o promedian para mejorar la precisión y evitar sobreajuste.

Precisión global del 0%.

Regresión logística

Es un modelo estadístico utilizado para predecir la probabilidad de un evento, especialmente en problemas de clasificación binaria (por ejemplo, "sí" o "no", "1" o "0").

Precisión global del 0%.

Gradient Boosting

Es un método de aprendizaje automático supervisado que construye un modelo fuerte a partir de muchos modelos débiles (típicamente árboles de decisión) de manera secuencial.

Precisión global del 0%.


Continuar →

Los autores desean agradecer al Tecnológico de Monterrey por el apoyo financiero otorgado a través del "Challenge-Based Research Funding Program 2023", Proyecto ID #IJXT070-23EG99001, titulado "Complex Thinking Education for All (CTE4A): A Digital Hub and School for Lifelong Learners."
Desarrollado por: Tariq, R., Oliva Córdova, L. M., Flores-Nicolás, M., Hernández López, D. A., Ramírez, J., Martínez Reyes, M., y García López, I. M.
© 2025. Tecnológico de Monterrey. Todos los derechos reservados.