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...

Full description

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
id COOPER2_9575b2694362dd9aaf1f81db6095ef03
oai_identifier_str oai:repository.ucc.edu.co:20.500.12494/6931
network_acronym_str COOPER2
network_name_str Repositorio UCC
repository_id_str
dc.title.spa.fl_str_mv Aplicación de un Algoritmo Secuencial de Optimizacion SMOreg
title Aplicación de un Algoritmo Secuencial de Optimizacion SMOreg
spellingShingle Aplicación de un Algoritmo Secuencial de Optimizacion SMOreg
Regresión
Modelos Estadísticos
Aprendizaje Automatizado
Series de Tiempo
Regression
Statistical Models
Automated Learning
Time Series
title_short Aplicación de un Algoritmo Secuencial de Optimizacion SMOreg
title_full Aplicación de un Algoritmo Secuencial de Optimizacion SMOreg
title_fullStr Aplicación de un Algoritmo Secuencial de Optimizacion SMOreg
title_full_unstemmed Aplicación de un Algoritmo Secuencial de Optimizacion SMOreg
title_sort Aplicación de un Algoritmo Secuencial de Optimizacion SMOreg
dc.creator.fl_str_mv Murillo Mejia, Jhon Heyder
Arboleda Jiménez, Hernán Darío
dc.contributor.advisor.none.fl_str_mv Bermúdez Quintero, Cristian Duney
dc.contributor.author.none.fl_str_mv Murillo Mejia, Jhon Heyder
Arboleda Jiménez, Hernán Darío
dc.subject.spa.fl_str_mv Regresión
Modelos Estadísticos
Aprendizaje Automatizado
Series de Tiempo
topic Regresión
Modelos Estadísticos
Aprendizaje Automatizado
Series de Tiempo
Regression
Statistical Models
Automated Learning
Time Series
dc.subject.other.spa.fl_str_mv Regression
Statistical Models
Automated Learning
Time Series
description 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
publishDate 2019
dc.date.accessioned.none.fl_str_mv 2019-01-25T20:50:43Z
dc.date.available.none.fl_str_mv 2019-01-25T20:50:43Z
dc.date.issued.none.fl_str_mv 2019-01-25
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12494/6931
dc.identifier.bibliographicCitation.spa.fl_str_mv Murillo Mejia, J.H y Arboleda Jimenez,H.D (2019).Aplicacion Algoritmo SMOreg Universidad Cooperativa de Colombia,Bogota
url https://hdl.handle.net/20.500.12494/6931
identifier_str_mv Murillo Mejia, J.H y Arboleda Jimenez,H.D (2019).Aplicacion Algoritmo SMOreg Universidad Cooperativa de Colombia,Bogota
dc.relation.references.spa.fl_str_mv Omar González Amor “Predicción de parámetros de energía eólica utilizando modelos de regresión” [en línea], [Consulta: 11 Jul 2018]. Disponible a: http://dspace.uclv.edu.cu/bitstream/handle/123456789/7323/Tesis%20OGA-FINAL.pdf?sequence=1&isAllowed=y
Yvonne Gala García “Algoritmos SVM para problemas sobre big data” [en línea], [Consulta: 13 Jul 2018]. Disponible a: https://repositorio.uam.es/bitstream/handle/10486/14108/66152_Yvonne_Gala_Garcia.pdf?sequence=1
Carlos Blanco González, Fernando García Diez “Minería de Datos: Predicción de las condiciones meteorológicas” [en línea], [Consulta: 13 Jul 2018]. Disponible a: https://docplayer.es/21568017-Mineria-de-datos-prediccion-meteorologica.html
Pablo Casas Muñoz, Roberto García Sánchez “Predicción meteorológica usando WEKA” [en línea], [Consulta: 20 Jul 2018]. Disponible a: https://docplayer.es/66268639-Prediccion-meteorologica.html
dc.rights.license.none.fl_str_mv Atribución
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 56
dc.publisher.spa.fl_str_mv Universidad Cooperativa de Colombia, Facultad de Ingenierías, Ingeniería de Telecomunicaciones, Bogotá
dc.publisher.program.spa.fl_str_mv Ingeniería de Telecomunicaciones
dc.publisher.place.spa.fl_str_mv Bogotá
institution Universidad Cooperativa de Colombia
bitstream.url.fl_str_mv https://repository.ucc.edu.co/bitstreams/c9bf46f1-75cd-4cd4-936a-4a3651836f64/download
https://repository.ucc.edu.co/bitstreams/900c4ffb-9eff-45a7-b243-a5d2bcfcdfcd/download
https://repository.ucc.edu.co/bitstreams/15cc4c39-7ee4-4d64-ba8a-054aadf67e3c/download
https://repository.ucc.edu.co/bitstreams/06167ccd-a97a-4730-901d-4157aa40130e/download
https://repository.ucc.edu.co/bitstreams/cd636a37-a4c9-4cb0-b833-49db77ac4006/download
https://repository.ucc.edu.co/bitstreams/1f69ac0e-3e64-4204-8542-6b661658eea4/download
https://repository.ucc.edu.co/bitstreams/1b48501e-7cef-4627-8a4a-6d4918801fc7/download
https://repository.ucc.edu.co/bitstreams/3c1c0e38-25c2-4e49-baf2-593c816290e0/download
https://repository.ucc.edu.co/bitstreams/06a8117e-b441-4e64-a4f7-b1a2fe2041d0/download
https://repository.ucc.edu.co/bitstreams/9cdec713-6c41-405e-8d9e-822f34bf369a/download
bitstream.checksum.fl_str_mv 0ed666d2f4ae0a85ed37a87192e43cc5
f1cd4d7b702095fe79dd20b0fc73f9bf
609415a314fe786109fbcf0b723468cf
638e19834f438821599e2da47e2ad8fb
bd4dd151c79d8c9a075f25f8140daa46
36da9659b62ded1937f6d4e93b3c8784
3bce4f7ab09dfc588f126e1e36e98a45
02ac8d4b637238531f8d2a742f0d34c7
718af12bb543e113b25e314ddf1a9b0a
ad90e49bc32d03c73589c3986728226e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Cooperativa de Colombia
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1814247174176768000
spelling Bermúdez Quintero, Cristian DuneyMurillo Mejia, Jhon HeyderArboleda Jiménez, Hernán Darío2019-01-25T20:50:43Z2019-01-25T20:50:43Z2019-01-25https://hdl.handle.net/20.500.12494/6931Murillo Mejia, J.H y Arboleda Jimenez,H.D (2019).Aplicacion Algoritmo SMOreg Universidad Cooperativa de Colombia,BogotaEn 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 investigaciónIn this work, the application of a predictive model based on the SMOreg regression algorithm, which consists of modeling the behavior of data using statistical regression, is performed. The model was implemented on records of births and deaths in Colombia, which allowed us to predict future behaviors of population growth, aimed at improving decision-making in health and social policies in the country. Our main source of information was the National Administrative Department of Statistics (DANE), from where we obtained the annual information on births and deaths in demographically organized Colombia. Subsequently, the preparation of the data classified by department was carried out to administer them in the statistical model. Once the data were obtained, predictive models were used from Information Technology (IT) as Automated Supervised Methods. Additionally, the Weka data mining tool was used to apply the SMOreg algorithm to the data obtained. The development of this project and its results will serve as an input to improve one of the problems faced by vital statistics; the underreporting from the implementation of IT tools. The application of business intelligence, control panels and dynamic cubes will generate early warnings to obtain reliable data for timely decision making.1.Resume--2.Palabras claves:--3.Abstract--4.Keywords--5.Introducción--6.Trabajos Relacionados-- 7.Objetivos--8.Objetivo General--9.Objetivos Específicos--10.Marco Teórico--11.Machine Learning--12.Máquinas de Vectores de Soporte (SVM)--13.Funcionamiento del SVM--14.SRM (Minimización de riesgo estructurado)--15.Algoritmo de Optimización Secuencial Mínima (SMO)--16.¿Qué es la programación Cuadrática (QP)?--17.Algoritmo SMOreg--18.SVR--19.Desarrollo--20.Fuentes de Información--21.Herramientas para el Procesamiento de los Datos--22.Weka--23.Proceso de Instalación del Weka--24.Herramientas Para el Análisis de Resultados--25.Metodología--26.Preparación y Procesamiento de los Datos--27.Alistamiento de los Datos--28.Características de los Datos--29.Adaptación de los datos--30.Migración de los Datos en Excel al Formato WEKA-- 31.Selección de Variables--32.Identificación de Variables--33.Técnicas de Análisis de Datos-- 34.Cálculo de los Coeficientes de Correlación--35.Análisis del Algoritmo SMOreg--36.Pruebas Realizadas al Algoritmo SMOreg--37.Primera Evaluación del Algoritmo--38.Descripción de Resultados Algortimo SMOreg--39.Correlation Coefficient--40.Mean Absolute Error--41.Root Mean Squared-- 42.Relative Aboslute Error--43.Segunda Evaluación del Algoritmo SMOreg--44.Normalización de Datos y Kernel--45.Kernel--46.Normalización--47.Plugin Forecasting para Predicción de los Datos-- 48.Resultados--49.Algortimo SMOreg Utilizado para la Prediccion y Comportamiento Total Nacional-- 50.Resultados predictivos Defunciones No Fetales--51.Modelo Utilizado Predicción Defunciones-No Fetales Registro Total--52.Conclusiones--53.Referencias--54.Bibliografíajhon.murillom@campusucc.edu.co56Universidad Cooperativa de Colombia, Facultad de Ingenierías, Ingeniería de Telecomunicaciones, BogotáIngeniería de TelecomunicacionesBogotáRegresiónModelos EstadísticosAprendizaje AutomatizadoSeries de TiempoRegressionStatistical ModelsAutomated LearningTime SeriesAplicación de un Algoritmo Secuencial de Optimizacion SMOregTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionAtribucióninfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Omar González Amor “Predicción de parámetros de energía eólica utilizando modelos de regresión” [en línea], [Consulta: 11 Jul 2018]. Disponible a: http://dspace.uclv.edu.cu/bitstream/handle/123456789/7323/Tesis%20OGA-FINAL.pdf?sequence=1&isAllowed=yYvonne Gala García “Algoritmos SVM para problemas sobre big data” [en línea], [Consulta: 13 Jul 2018]. Disponible a: https://repositorio.uam.es/bitstream/handle/10486/14108/66152_Yvonne_Gala_Garcia.pdf?sequence=1Carlos Blanco González, Fernando García Diez “Minería de Datos: Predicción de las condiciones meteorológicas” [en línea], [Consulta: 13 Jul 2018]. Disponible a: https://docplayer.es/21568017-Mineria-de-datos-prediccion-meteorologica.htmlPablo Casas Muñoz, Roberto García Sánchez “Predicción meteorológica usando WEKA” [en línea], [Consulta: 20 Jul 2018]. Disponible a: https://docplayer.es/66268639-Prediccion-meteorologica.htmlPublicationTEXT2019_Algoritmo_SMOreg_FormatoLicenciaUsodeObra.pdf.txt2019_Algoritmo_SMOreg_FormatoLicenciaUsodeObra.pdf.txtExtracted texttext/plain5837https://repository.ucc.edu.co/bitstreams/c9bf46f1-75cd-4cd4-936a-4a3651836f64/download0ed666d2f4ae0a85ed37a87192e43cc5MD552019_Aplicacion_Algoritmo_SMOreg_Anexos.pdf.txt2019_Aplicacion_Algoritmo_SMOreg_Anexos.pdf.txtExtracted texttext/plain27905https://repository.ucc.edu.co/bitstreams/900c4ffb-9eff-45a7-b243-a5d2bcfcdfcd/downloadf1cd4d7b702095fe79dd20b0fc73f9bfMD562019-Aplicacion-Algoritmo-SMOreg.pdf.txt2019-Aplicacion-Algoritmo-SMOreg.pdf.txtExtracted texttext/plain60614https://repository.ucc.edu.co/bitstreams/15cc4c39-7ee4-4d64-ba8a-054aadf67e3c/download609415a314fe786109fbcf0b723468cfMD57ORIGINAL2019_Algoritmo_SMOreg_FormatoLicenciaUsodeObra.pdf2019_Algoritmo_SMOreg_FormatoLicenciaUsodeObra.pdfLicencia de Uso Obraapplication/pdf1410561https://repository.ucc.edu.co/bitstreams/06167ccd-a97a-4730-901d-4157aa40130e/download638e19834f438821599e2da47e2ad8fbMD512019_Aplicacion_Algoritmo_SMOreg_Anexos.pdf2019_Aplicacion_Algoritmo_SMOreg_Anexos.pdfProyecto de Grado Aplicación Algoritmo SMOregapplication/pdf539187https://repository.ucc.edu.co/bitstreams/cd636a37-a4c9-4cb0-b833-49db77ac4006/downloadbd4dd151c79d8c9a075f25f8140daa46MD522019-Aplicacion-Algoritmo-SMOreg.pdf2019-Aplicacion-Algoritmo-SMOreg.pdfArticulo IEEE - Aplicacion Algoritmo SMOregapplication/pdf849774https://repository.ucc.edu.co/bitstreams/1f69ac0e-3e64-4204-8542-6b661658eea4/download36da9659b62ded1937f6d4e93b3c8784MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-84334https://repository.ucc.edu.co/bitstreams/1b48501e-7cef-4627-8a4a-6d4918801fc7/download3bce4f7ab09dfc588f126e1e36e98a45MD54THUMBNAIL2019-Aplicacion-Algoritmo-SMOreg.pdf.jpg2019-Aplicacion-Algoritmo-SMOreg.pdf.jpgGenerated Thumbnailimage/jpeg3099https://repository.ucc.edu.co/bitstreams/3c1c0e38-25c2-4e49-baf2-593c816290e0/download02ac8d4b637238531f8d2a742f0d34c7MD5102019_Algoritmo_SMOreg_FormatoLicenciaUsodeObra.pdf.jpg2019_Algoritmo_SMOreg_FormatoLicenciaUsodeObra.pdf.jpgGenerated Thumbnailimage/jpeg4502https://repository.ucc.edu.co/bitstreams/06a8117e-b441-4e64-a4f7-b1a2fe2041d0/download718af12bb543e113b25e314ddf1a9b0aMD582019_Aplicacion_Algoritmo_SMOreg_Anexos.pdf.jpg2019_Aplicacion_Algoritmo_SMOreg_Anexos.pdf.jpgGenerated Thumbnailimage/jpeg5429https://repository.ucc.edu.co/bitstreams/9cdec713-6c41-405e-8d9e-822f34bf369a/downloadad90e49bc32d03c73589c3986728226eMD5920.500.12494/6931oai:repository.ucc.edu.co:20.500.12494/69312024-08-23 14:53:26.96open.accesshttps://repository.ucc.edu.coRepositorio Institucional Universidad Cooperativa de Colombiabdigital@metabiblioteca.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