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 propagaci...

Full description

Autores:
Pérez Suárez, Julio Manuel
Lei Lei, Kang Cheng
Natera Ariza, Jhon Naider
Dovale Morales, Issa David
Tipo de recurso:
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
Rights
License
Universidad del Norte
id REPOUNORT2_0608deaaefec40444020060ebb60b9f3
oai_identifier_str oai:manglar.uninorte.edu.co:10584/11884
network_acronym_str REPOUNORT2
network_name_str Repositorio Uninorte
repository_id_str
dc.title.es_ES.fl_str_mv Análisis de datos de la viruela símica
dc.title.en_US.fl_str_mv Monkeypox Data Analysis
title Análisis de datos de la viruela símica
spellingShingle Análisis de datos de la viruela símica
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
title_short Análisis de datos de la viruela símica
title_full Análisis de datos de la viruela símica
title_fullStr Análisis de datos de la viruela símica
title_full_unstemmed Análisis de datos de la viruela símica
title_sort Análisis de datos de la viruela símica
dc.creator.fl_str_mv Pérez Suárez, Julio Manuel
Lei Lei, Kang Cheng
Natera Ariza, Jhon Naider
Dovale Morales, Issa David
dc.contributor.advisor.none.fl_str_mv Zapata Delgado, Andrea Cristina
Nieto Bernal, Wilson
dc.contributor.author.none.fl_str_mv Pérez Suárez, Julio Manuel
Lei Lei, Kang Cheng
Natera Ariza, Jhon Naider
Dovale Morales, Issa David
dc.subject.es_ES.fl_str_mv 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
topic 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
dc.subject.en_US.fl_str_mv Monkeypox
Artificial Intelligence
disease outbreak
data analysis
correlation
predictive analysis
supervised learning
feature extraction
linear regression
Kfold
Overfitting
Polynomial Features
Data Mining
epidemic
pandemic
description 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).
publishDate 2022
dc.date.issued.none.fl_str_mv 2022-12-03
dc.date.accessioned.none.fl_str_mv 2024-05-06T20:17:27Z
dc.date.available.none.fl_str_mv 2024-05-06T20:17:27Z
dc.type.es_ES.fl_str_mv article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10584/11884
url http://hdl.handle.net/10584/11884
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.rights.es_ES.fl_str_mv Universidad del Norte
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Universidad del Norte
http://purl.org/coar/access_right/c_abf2
dc.publisher.es_ES.fl_str_mv Barranquilla, Universidad del Norte, 2022
institution Universidad del Norte
bitstream.url.fl_str_mv https://manglar.uninorte.edu.co/bitstream/10584/11884/1/Proyecto%20Final.pdf
https://manglar.uninorte.edu.co/bitstream/10584/11884/2/Monkey%20Pox%20Cases%20World.jpeg
https://manglar.uninorte.edu.co/bitstream/10584/11884/3/license.txt
bitstream.checksum.fl_str_mv 390bf900e746b4161fad6747cfab20e1
a842de54af99cc0a9a862c8b10ac631f
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Digital de la Universidad del Norte
repository.mail.fl_str_mv mauribe@uninorte.edu.co
_version_ 1812183123314606080
spelling Zapata Delgado, Andrea CristinaNieto Bernal, WilsonPérez Suárez, Julio ManuelLei Lei, Kang ChengNatera Ariza, Jhon NaiderDovale Morales, Issa David2024-05-06T20:17:27Z2024-05-06T20:17:27Z2022-12-03http://hdl.handle.net/10584/11884En 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).This project seeks to develop an application to application to perform the analysis of datasets with information about the simian information about the simian smallpox virus, using data analysis and pattern recognition data analysis and pattern recognition techniques (data mining). data mining). We will analyze how the virus behaves and how it spreads, and propagation, and based on that we will obtain statistical indicators, then we will statistical indicators, then we will apply different linear regression methods to make predictions about the linear regression methods to make predictions on the global spread of the virus. worldwide. Pandemics and epidemics have affected humankind for a long time, being able to mankind for a long time, being able to cause millions of deaths. millions of deaths. Fortunately, today's technological advances today is considerable compared to decades past. decades. This invites the use of new technological technological tools to combat and/or understand pandemics and other diseases and other diseases that occur today. In addition, studies confirm that Covid-19 has accelerated the use of smart and digital the use of digital and intelligent technologies (Moosavi et al., 2021). Thus, through this work, we hope to provide answers and conclusions so that people can and conclusions so that people can learn even more about this virus more about this virus and that other works or researches can use it as a reference. research can use it as a reference. This work This work will be useful for policy makers to take immediate actions to immediate actions to mitigate the danger of the pandemic and to improve human improve human welfare in cities and, in the long term, will help them to be better prepared to manage future pandemics (Rahman et al. pandemics (Rahman et al., 2021).spaBarranquilla, Universidad del Norte, 2022Universidad del Nortehttp://purl.org/coar/access_right/c_abf2Viruela símicaInteligencia Artificialbrote de enfermedadanálisis de datoscorrelaciónanálisis predictivoaprendizaje supervisadoextracción de característicasregresión linealKfoldminería de datosepidemiapandemiasobreajusteCaracterísticas polinómicasMonkeypoxArtificial Intelligencedisease outbreakdata analysiscorrelationpredictive analysissupervised learningfeature extractionlinear regressionKfoldOverfittingPolynomial FeaturesData MiningepidemicpandemicAnálisis de datos de la viruela símicaMonkeypox Data Analysisarticlehttp://purl.org/coar/resource_type/c_6501ORIGINALProyecto Final.pdfProyecto Final.pdfArtículo principalapplication/pdf708791https://manglar.uninorte.edu.co/bitstream/10584/11884/1/Proyecto%20Final.pdf390bf900e746b4161fad6747cfab20e1MD51Monkey Pox Cases World.jpegMonkey Pox Cases World.jpegilustración datosimage/jpeg61813https://manglar.uninorte.edu.co/bitstream/10584/11884/2/Monkey%20Pox%20Cases%20World.jpega842de54af99cc0a9a862c8b10ac631fMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://manglar.uninorte.edu.co/bitstream/10584/11884/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5310584/11884oai:manglar.uninorte.edu.co:10584/118842024-05-06 15:17:27.215Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.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

Publicaciones similares