Departamento de Computación

Los nuevos requerimientos en Minería de Datos demandan modelos con periodos de entrenamiento corto. Los modelos clásicos de redes neuronales que a se vienen utilizando para la clasificación en Minería de Datos como MLP se encuentran en clara desventaja, dado que una de sus principales limitantes es el largo periodo que se requiere para su entrenamiento.
En este trabajo de tesis, proponemos como alternativa un modelo de clasificación utilizando una red neuronal CMAC, cuya ventaja es el corto periodo de entrenamiento que requiere. Dadas estas características se puede entender a CMAC como un clasificador que podrá ser utilizado casi en tiempo-real. Se describen las implicaciones y consideraciones en el diseño e implementación que se tienen al utilizar a la red CMAC como modelo de clasificación en el Área de Minería de Datos. Para evaluar el desempeño de la alternativa propuesta, se realizaron una serie de casos de estudios en donde se lleva a cabo la comparación con otros modelos bien conocidos de clasificación utilizando bases de datos de la vio da real. Al final los resultados obtenidos nos permitieron identificar el buen desempeño que presentan las redes CMAC como modelo de clasificación en Minería de Datos.