Look-up in Google Scholar
Full metadata record
Cohaila Barrios, Alberto Enrique (es_PE)
Jimenez Flores, Juan Carlos (es_PE)
2023-02-22T14:37:43Z
2023-02-22T14:37:43Z
2022
https://hdl.handle.net/20.500.12819/1790
El objetivo ⠀principal fue determinar la diferencia de medias de dos tratamientos del modelo predictivo machine learning entrenado entre la calidad de aplicaciones y seguridad web de las universidades del Perú, año 2020. El método de investigación fue aplicada científica, nivel predictivo y diseño experimental puro. Población, 142 universidades peruanas, con una muestra de 104 y un error aleatorio de 5%. Instrumento, algoritmos de machine learning, Web.dev y webhint. Resultado, el mejor algoritmo eficiente fue Linear Regression para el modelo predictivo machine learning, con coeficiente de determinación 1,00 e índice Kappa en la categoría muy buena para la predicción de seguridad web. El modelo predictivo fue Y ̂=9,526-0,0016X_1-0,0039X_2+0,0033X_3+0,0060X_4- 0,9328X_5 para la calidad de aplicaciones y seguridad web. Es verdadera la hipótesis nula porque existe suficiente evidencia estadística de que las medias no difieren, porque es igual a cero, en el nivel de significancia de 0,05 y existe una relación de 99,99% de que el algoritmo predictivo Linear Regression de machine learning es más eficiente y los para los parámetros aprendizaje peso (W), es verdadero la hipótesis alterna porque valor-p es menor a alfa, que significa que la media de los pesos de aprendizaje o regresores, es diferente de cero, por lo que el modelo tiene una relación de 98,00% de coeficiente de determinación. Conclusión, la⠀⠀relación entre⠀⠀las⠀variables de⠀investigación fue de 99,99% para modelo predictivo y la diferencia de medias con tratamiento X y Y fue de 0,0002219. (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad José Carlos Mariátegui (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ (es_PE)
Universidad José Carlos Mariátegui (es_PE)
Repositorio Institucional - UJCM (es_PE)
Machine learning (es_PE)
calidad de software web (es_PE)
seguridad web (es_PE)
modelo predictivo (es_PE)
Modelo Predictivo Machine Learning de calidad de aplicaciones y seguridad web de universidades del Perú, año 2020 (es_PE)
info:eu-repo/semantics/masterThesis (es_PE)
Universidad José Carlos Mariátegui. Escuela de Posgrado (es_PE)
Ingeniería de Sistemas e Informática (es_PE)
Maestro en Ingeniería de Sistemas e Informática con Mención en Seguridad y Auditoría Informática (es_PE)
PE (es_PE)
http://purl.org/pe-repo/ocde/ford#2.02.04 (es_PE)
http://purl.org/pe-repo/renati/nivel#maestro (es_PE)
00490954
https://orcid.org/0000-0002-1815-9904 (es_PE)
46835580
612387 (es_PE)
Malaga Tejada, Gianfranco Alexey (es_PE)
Cuadros Quiroga, Patrick Jose (es_PE)
Gauna Chino, Mario (es_PE)
http://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada asociativa
info:eu-repo/semantics/acceptedVersion (es_PE)



This item is licensed under a Creative Commons License Creative Commons