Predicción y clasificación con Redes Neuronales.

Una evaluación mediante simulación.

Resumen

Entre las técnicas de predicción y clasificación, correspondiente al enfoque de aprendizaje de máquina respectivamente, se puede citar las Redes Neuronales que responden a ambos objetivos: regresión y clasificación. En este trabajo se propone el estudio de esta técnica estadística multivariada siendo de interés evaluar el desempeño de la misma cuando es utilizada en datos simulados bajo distintas situaciones que difieren en la estructura de correlaciones entre las variables intervinientes. Se generaron mediante simulación 4 archivos de datos de 500.000 filas y 6 columnas bajo distintas condiciones o escenarios. Se halló que el desempeño de las redes neuronales en la predicción de una variable continua puede variar dependiendo de la naturaleza de las relaciones entre las variables, lo que subraya la necesidad de un análisis cuidadoso y contextualizado al utilizar este enfoque de modelado. Respecto de las redes neuronales en tareas de clasificación, la correlación entre las variables predictoras y la variable respuesta desempeña un papel fundamental. Además, indican que las redes neuronales pueden ser robustas ante la presencia de multicolinealidad, pero pueden enfrentar desafíos significativos cuando las variables predictoras tienen una baja correlación con la variable objetivo.