Comparación de precisión de algoritmos de aprendizaje automático en datos del Índice Mundial de Felicidad
Autores: Çelik, Sadullah; Doanl, Bilge; amaz, Mahmut Ünsal; Akkucuk, Ulas
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Comparación de precisión de algoritmos de aprendizaje automático en datos del Índice Mundial de Felicidad
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Algoritmos de aprendizaje automático
Datos del índice de felicidad mundial
Regresión logística
árbol de decisión
Máquinas de vectores de soporte
Red neuronal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Este estudio tiene como objetivo comparar el rendimiento de precisión de diferentes algoritmos de aprendizaje automático (Regresión Logística, Árbol de Decisión, Máquinas de Soporte Vectorial (SVM), Bosque Aleatorio, Red Neuronal Artificial y XGBoost) utilizando datos del Índice Mundial de Felicidad.
Descripción
Este estudio tiene como objetivo comparar el rendimiento de precisión de diferentes algoritmos de aprendizaje automático (Regresión Logística, Árbol de Decisión, Máquinas de Soporte Vectorial (SVM), Bosque Aleatorio, Red Neuronal Artificial y XGBoost) utilizando datos del Índice Mundial de Felicidad.