logo móvil
Contáctanos

Diseño de marco de investigación científica para análisis de rendimiento utilizando técnicas de aprendizaje automático

Autores: Muntean, Mihaela; Militaru, Florin Daniel

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Diseño de marco de investigación científica para análisis de rendimiento utilizando técnicas de aprendizaje automático


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Marco metodológico
Investigación en ciencias del diseño
Proyectos de análisis de datos
Análisis del rendimiento gerencial
Aspectos de ingeniería de artefactos
Técnicas de aprendizaje automático

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 28

Citaciones: Sin citaciones


Descripción
Proponemos un marco metodológico basado en la investigación de la ciencia del diseño para el diseño y desarrollo de artefactos de datos e información en proyectos de análisis de datos, especialmente en el análisis del rendimiento gerencial. La metodología de investigación de la ciencia del diseño es un enfoque centrado en la creación y evaluación de artefactos. Los artefactos se utilizan para resolver problemas comerciales de la vida real. Estos son elementos clave del enfoque propuesto. A partir de los enfoques actuales principales de la investigación de la ciencia del diseño, proponemos un marco que contiene aspectos de ingeniería de artefactos para una clase de problemas, es decir, el análisis de datos utilizando técnicas de aprendizaje automático. Varios algoritmos de clasificación se aplicaron a conjuntos de datos previamente etiquetados a través de agrupamientos. Los conjuntos de datos contienen valores para ocho competencias que definen el perfil de un gerente. Estos valores se obtuvieron a través de una evaluación de retroalimentación 360. Se introdujo un conjunto de métricas para evaluar el rendimiento de los clasificadores, y se describió un algoritmo general. Nuestra iniciativa tiene una relevancia práctica predominante pero también asegura una contribución teórica al dominio de estudio. El marco propuesto se puede aplicar a cualquier problema que implique análisis de datos utilizando técnicas de aprendizaje automático.

Otros recursos que podrían interesarte

Temas Virtualpro