Estudio comparativo y aportes de los algoritmos de Machine Learning aplicados a los procesos de contratación en QA

Este estudio compara de manera exhaustiva diferentes algoritmos de aprendizaje automático para evaluar su aplicabilidad en los procedimientos de contratación en el contexto de la Garantía de Calidad (QA). Los algoritmos evaluados incluyen Vecinos Más Cercanos, SVM Lineal, SVM Radial, Proceso Gaussiano, Árbol de Decisión, Red Neuronal, Regresión Logística, Naive Bayes y QDA. Siguiendo el proceso de Descubrimiento de Conocimiento en Bases de Datos (KDD), la metodología incorpora un conjunto diverso de métricas de evaluación, tales como F1-Score, recall, precisión y AUC-ROC, además de curvas de aprendizaje, mapas de límites, matrices de confusión, el Coeficiente de Correlación de Matthews (MCC) y curvas de complejidad. De acuerdo con la evaluación del Cuadrante Mágico de Gartner, los resultados sugieren que los modelos de Red Neuronal, QDA y Proceso Gaussiano exhiben un rendimiento sólido y una evaluación exhaustiva, lo cual los hace óptimos para el estudio de caso presentado en el artículo. En contraste, los modelos de Vecinos Más Cercanos y SVM Lineal son considerados subóptimos, lo que indica una oportunidad para explorar las razones detrás de su desempeño en el estudio de caso y cómo modificarlos para obtener mejores resultados. Los otros algoritmos también presentan diversas posibilidades de adaptación al caso actual, ya sea como modelos con un análisis limitado o como modelos imprecisos que pueden aportar valiosas perspectivas para futuros trabajos enfocados en optimizarlos de manera más efectiva. Este estudio contribuye significativamente al avance de las aplicaciones de aprendizaje automático en los procedimientos de contratación

• Autores: Bejarano Velandia, David Santiago; González Lizarazo, David Stevens
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• OAI Identifier: oai:repository.udistrital.edu.co:11349/93901
• Acceso en línea: http://hdl.handle.net/11349/93901
• Palabra clave: Aprendizaje Automático; Garantía de calidad; Procesos de contratación; Comparación de algoritmos; Reducción de sesgos; Ingeniería Telemática -- Tesis y disertaciones académicas; Aprendizaje automático (Inteligencia artificial); Aseguramiento de la calidad; Algoritmos; Evaluación de algoritmos; Machine Learning; Quality assurance; Hiring processes; Algorithm comparison; Bias reduction
• License: Abierto (Texto Completo)