Publication:

Evaluación de distintas arquitecturas de redes neuronales aplicadas a la clasificación de datos tabulares

En este trabajo se va a estudiar la aplicabilidad de distintos modelos de redes neuronales artificiales a la clasificación de datos tabulares. Recientemente, la transformación de problemas de “machine learning” entre dominios, con el fin de poder aplicar arquitecturas muy potentes, han ofrecido resultados muy prometedores [1][2]. Nuestro objetivo en este trabajo es comparar el rendimiento en modelos distintos: así como perceptrones multicapa (MLP) y redes convolucionales (CNN), combinando todos ellos con técnicas de ingeniería de características (“Feature engineering”) y la búsqueda de hiperparémetros para abordar el problema de clasificación de datos tabulares.