Análisis de datos de la viruela símica

En este proyecto se busca desarrollar una aplicación para realizar el análisis de datasets con información sobre el virus de la viruela símica, se pretende utilizar técnicas de análisis de datos y de reconocimiento de patrones (Minería de datos). Analizaremos cómo se comporta el virus y su propagación, y con base a eso obtendremos indicadores estadísticos, luego aplicaremos distintos métodos de regresión lineal para realizar predicciones sobre la propagación a nivel mundial. Las pandemias y epidemias han afectado a la humanidad desde hace un buen tiempo, siendo capaces de causar millones de muertes. Por suerte, el avance tecnológico que se da hoy en día es considerable con respecto a décadas pasadas. Esto invita al uso de nuevas herramientas tecnológicas para combatir y/o entender las pandemias y otras enfermedades que se presentan hoy en día. Además, existen estudios que confirman que el Covid-19 ha acelerado el uso de tecnologías digitales e inteligentes (Moosavi et al., 2021). De esta forma, por medio de este trabajo se espera aportar respuestas y conclusiones para que las personas puedan conocer aún más acerca de este virus y que otros trabajos o investigaciones puedan usar a este de referencia. Este trabajo será útil para que los formuladores de políticas tomen acciones inmediatas para mitigar el peligro de la pandemia y mejorar el bienestar humano en las ciudades y, a largo plazo, los ayudará a estar mejor preparados para manejar futuras pandemias (Rahman et al., 2021).

• Autores: Pérez Suárez, Julio Manuel; Lei Lei, Kang Cheng; Natera Ariza, Jhon Naider; Dovale Morales, Issa David
• Fecha de publicación: 2022
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: spa
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/11884
• Acceso en línea: http://hdl.handle.net/10584/11884
• Palabra clave: Viruela símica; Inteligencia Artificial; brote de enfermedad; análisis de datos; correlación; análisis predictivo; aprendizaje supervisado; extracción de características; regresión lineal; Kfold; minería de datos; epidemia; pandemia; sobreajuste; Características polinómicas; Monkeypox; Artificial Intelligence; disease outbreak; data analysis; correlation; predictive analysis; supervised learning; feature extraction; linear regression; Kfold; Overfitting; Polynomial Features; Data Mining; epidemic; pandemic
• License: Universidad del Norte