Aplicación de un Algoritmo Secuencial de Optimizacion SMOreg
En este trabajo se realiza la aplicación de un modelo predictivo basado en el algoritmo de regresión SMOreg, que consiste en la modelación del comportamiento de datos utilizando la regresión estadística. El modelo fue implementado sobre registros de nacimientos y defunciones en Colombia, lo cual nos...
- Autores:
-
Murillo Mejia, Jhon Heyder
Arboleda Jiménez, Hernán Darío
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad Cooperativa de Colombia
- Repositorio:
- Repositorio UCC
- Idioma:
- OAI Identifier:
- oai:repository.ucc.edu.co:20.500.12494/6931
- Acceso en línea:
- https://hdl.handle.net/20.500.12494/6931
- Palabra clave:
- Regresión
Modelos Estadísticos
Aprendizaje Automatizado
Series de Tiempo
Regression
Statistical Models
Automated Learning
Time Series
- Rights
- openAccess
- License
- Atribución
| Summary: | En este trabajo se realiza la aplicación de un modelo predictivo basado en el algoritmo de regresión SMOreg, que consiste en la modelación del comportamiento de datos utilizando la regresión estadística. El modelo fue implementado sobre registros de nacimientos y defunciones en Colombia, lo cual nos permitió predecir comportamientos futuros del crecimiento de la población, direccionados a mejorar la toma de decisiones en políticas sanitarias y sociales en el país. Nuestra principal fuente de información fue el Departamento Administrativo Nacional de Estadística (DANE), de donde obtuvimos la información anual de los nacimientos y defunciones en Colombia organizada demográficamente. Posteriormente, se realizó la preparación de los datos clasificados por departamento para administrarlos en el modelo estadístico. Una vez obtenidos los datos, se emplearon modelos predictivos a partir de Tecnologías de Información (TI) como los Métodos Supervisados Automatizados. Adicionalmente, se utilizó la herramienta de minaría de datos Weka para aplicar el algoritmo SMOreg sobre los datos obtenidos. El desarrollo del presente proyecto y sus resultados servirán como insumo para mejorar una de las problemáticas que afrontan las estadísticas vitales; el subregistro a partir de la implementación de herramientas TI. La aplicación de la inteligencia de negocios, tableros de control y cubos dinámicos permitirán generar alertas tempranas que permitan obtener datos confiables para la toma oportuna de decisiones. Trabajo de grado presentado bajo la modalidad de auxiliares de investigación |
|---|