Análisis comparado del rendimiento de algoritmos clásicos de Machine Learning y redes neuronales en problemas predictivos: efectos del tipo de datos, el tamaño de muestra y la complejidad del modelo - González García, Guillermo

Abstract

Este trabajo compara el rendimiento entre diferentes modelos clásicos de Machine Learning y redes neuronales multicapa (Deep Learning) en diferentes conjuntos de datos para problemas de clasificación, analizando la capacidad predictiva, la interpretabilidad, el coste computacional y la robustez ante conjuntos de datos heterogéneos. Para ello, los datasets escogidos incluyen problemas tabulares, datos simulados, imágenes en formato tabular y un caso aplicado de riesgo de crédito. Los resultados siguen la línea de la literatura existente, demostrando que no existe un modelo universalmente superior, ya que los métodos ensemble, como Random Forest y XGBoost, ofrecen un rendimiento muy competitivo en datos tabulares, mientras que las redes neuronales destacan especialmente en escenarios de mayor dimensionalidad y complejidad. En conjunto, este trabajo evidencia que la elección del algoritmo predictivo debe depender del equilibrio entre precisión, interpretabilidad y eficiencia computacional, especialmente en contextos empresariales donde la justificación de las decisiones resulta fundamental.

This project compares the performance of different classical Machine Learning models and multilayer neural networks (Deep Learning) across several classification datasets, analysing predictive performance, interpretability, computational cost, and robustness to different data characteristics. For this purpose, the selected datasets include tabular problems, simulated data, images represented in tabular format, and an applied credit risk case study. The results are consistent with the existing literature, showing that there is no universally superior model: ensemble methods, such as Random Forest and XGBoost, offer highly competitive performance on tabular data, while neural networks stand out especially in scenarios with higher dimensionality and complexity. Overall, this work shows that the choice of predictive algorithm should depend on the balance between Accuracy, interpretability, and computational efficiency, particularly in business contexts where the justification of decisions is essential.