Detección de errores en configuraciones de servidores cognitivos mediante modelos de clasificación basados en árboles de decisión /
Este trabajo propone un sistema automatizado para la detección de errores en órdenes de producción de servidores mediante modelos de aprendizaje automático basados en árboles de clasificación. Los resultados muestran que, en configuraciones de servidores de baja gama, los modelos supervisados alcanz...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Tesis Libro |
| Idioma: | Español |
| Publicado: |
Guadalajara, México :
edición de autor,
2026
|
| Temas: | |
| Acceso en línea: | Ver documento en línea |
| Etiquetas: |
Sin etiquetas, Sé el primero en etiquetar este registro!
|
| Resumen: | Este trabajo propone un sistema automatizado para la detección de errores en órdenes de producción de servidores mediante modelos de aprendizaje automático basados en árboles de clasificación. Los resultados muestran que, en configuraciones de servidores de baja gama, los modelos supervisados alcanzan una precisión cercana a la perfección, destacando Random Forest como la alternativa más robusta. |
|---|---|
| Descripción física: | 1 tesis electrónica en línea (56 p.) 1 recurso en línea |
| Acceso: | TOG con embargo |