Comparación en términos de precisión predictiva de tres algoritmos de aprendizaje supervisado aplicado a la detección de sitios Phishing haciendo uso de la librería Scikit-Learn

Pineda Arévalo, Rodrigo (2021) Comparación en términos de precisión predictiva de tres algoritmos de aprendizaje supervisado aplicado a la detección de sitios Phishing haciendo uso de la librería Scikit-Learn. Other thesis, Universidad de San Carlos de Guatemala.

Text Rodrigo Pineda Arévalo.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (6MB)

Abstract

Definir la base teórica para justificar el conjunto de características efectivas para entrenar un modelo de Machine Learning capaz de clasificar sitios web phishing, así calcular las medidas de rendimiento de los modelos de predicción Árbol de Decisión C4.5, Clasificador Naive Bayes y red neuronal, y determinar cuál es el más preciso en la clasificación de sitios web Phishing utilizando un data set con más de dos mil cuatrocientos registros.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	ALGORITMOS ; SITIO PHISHING ; RENDIMIENTO
Subjects:	600 Tecnología (Ciencias aplicadas) > 620 Ingeniería y operaciones afines > 629 Otras ramas de la ingeniería
Divisions:	Engineering Faculty > Science and Systems Engineering
Depositing User:	Solimar Alvarado
Date Deposited:	21 Sep 2023 17:20
Last Modified:	19 Feb 2024 19:01
URI:	http://www.repositorio.usac.edu.gt/id/eprint/18469

Actions (login required)

View Item

Statistics Overview