Modelos de aprendizaje automático para la predicción del riesgo de fatalidad por insuficiencia cardiaca con datos clínicos

The purpose of this user manual of the research project "Machine learning models for predicting the risk of fatality due to heart failure with clinical data", is intended to offer users support for the execution and visualization of the results obtained; Here you will find a brief descript...

Full description

Autores:
Gallego Valcárcel, David Alejandro
Lucas Monsalve, Delly Fabián
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Antonio Nariño
Repositorio:
Repositorio UAN
Idioma:
spa
OAI Identifier:
oai:repositorio.uan.edu.co:123456789/4803
Acceso en línea:
http://repositorio.uan.edu.co/handle/123456789/4803
Palabra clave:
Aprendizaje Automático
Predicción De Riesgo De Fatalidad
Insuficiencia Cardiaca
004
Machine learning
Fatality Risk Prediction
Heart failure
Rights
openAccess
License
Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
id UAntonioN2_9f574a9cd41cc170837e33d987ab6f6e
oai_identifier_str oai:repositorio.uan.edu.co:123456789/4803
network_acronym_str UAntonioN2
network_name_str Repositorio UAN
repository_id_str
dc.title.es_ES.fl_str_mv Modelos de aprendizaje automático para la predicción del riesgo de fatalidad por insuficiencia cardiaca con datos clínicos
title Modelos de aprendizaje automático para la predicción del riesgo de fatalidad por insuficiencia cardiaca con datos clínicos
spellingShingle Modelos de aprendizaje automático para la predicción del riesgo de fatalidad por insuficiencia cardiaca con datos clínicos
Aprendizaje Automático
Predicción De Riesgo De Fatalidad
Insuficiencia Cardiaca
004
Machine learning
Fatality Risk Prediction
Heart failure
title_short Modelos de aprendizaje automático para la predicción del riesgo de fatalidad por insuficiencia cardiaca con datos clínicos
title_full Modelos de aprendizaje automático para la predicción del riesgo de fatalidad por insuficiencia cardiaca con datos clínicos
title_fullStr Modelos de aprendizaje automático para la predicción del riesgo de fatalidad por insuficiencia cardiaca con datos clínicos
title_full_unstemmed Modelos de aprendizaje automático para la predicción del riesgo de fatalidad por insuficiencia cardiaca con datos clínicos
title_sort Modelos de aprendizaje automático para la predicción del riesgo de fatalidad por insuficiencia cardiaca con datos clínicos
dc.creator.fl_str_mv Gallego Valcárcel, David Alejandro
Lucas Monsalve, Delly Fabián
dc.contributor.advisor.spa.fl_str_mv Ramírez Idárraga, Juan Camilo
dc.contributor.author.spa.fl_str_mv Gallego Valcárcel, David Alejandro
Lucas Monsalve, Delly Fabián
dc.subject.es_ES.fl_str_mv Aprendizaje Automático
Predicción De Riesgo De Fatalidad
Insuficiencia Cardiaca
topic Aprendizaje Automático
Predicción De Riesgo De Fatalidad
Insuficiencia Cardiaca
004
Machine learning
Fatality Risk Prediction
Heart failure
dc.subject.ddc.es_ES.fl_str_mv 004
dc.subject.keyword.es_ES.fl_str_mv Machine learning
Fatality Risk Prediction
Heart failure
description The purpose of this user manual of the research project "Machine learning models for predicting the risk of fatality due to heart failure with clinical data", is intended to offer users support for the execution and visualization of the results obtained; Here you will find a brief description of both the physical (Hardware) and the logical (Software) requirements, an installation guide for the necessary programs, which are: Python and libraries such as pandas, scikit-learn, among others; finally the execution and with it the visualization of the concluded results. To achieve the objective of this guide, it is not necessary to have programming concepts, but rather to have computer skills, statistics and mathematics, to achieve the execution and understanding of the results. It is very important to read the instructions completely, to guarantee the expected results
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-09-02T21:03:01Z
dc.date.available.none.fl_str_mv 2021-09-02T21:03:01Z
dc.date.issued.spa.fl_str_mv 2021-06-04
dc.type.spa.fl_str_mv Trabajo de grado (Pregrado y/o Especialización)
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://repositorio.uan.edu.co/handle/123456789/4803
dc.identifier.instname.spa.fl_str_mv instname:Universidad Antonio Nariño
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UAN
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uan.edu.co/
url http://repositorio.uan.edu.co/handle/123456789/4803
identifier_str_mv instname:Universidad Antonio Nariño
reponame:Repositorio Institucional UAN
repourl:https://repositorio.uan.edu.co/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv Acceso abierto
dc.rights.license.spa.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
Acceso abierto
https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.publisher.spa.fl_str_mv Universidad Antonio Nariño
dc.publisher.program.spa.fl_str_mv Ingeniería de Sistemas y Computación (Presencial)
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería de Sistemas
dc.publisher.campus.spa.fl_str_mv Bogotá - Sur
institution Universidad Antonio Nariño
bitstream.url.fl_str_mv https://repositorio.uan.edu.co/bitstreams/1f49896a-c859-4359-81a8-d764c4621f4d/download
https://repositorio.uan.edu.co/bitstreams/c63e88b2-42f6-4951-9816-330d43a4ef24/download
https://repositorio.uan.edu.co/bitstreams/c4a1acaf-177b-423d-8d9d-de99f71febce/download
https://repositorio.uan.edu.co/bitstreams/909a3e69-401b-4d87-903a-3496977cb46f/download
https://repositorio.uan.edu.co/bitstreams/a2d3c444-a559-43ac-964a-81da4bf2f43f/download
https://repositorio.uan.edu.co/bitstreams/ae4a2e91-6a28-42ef-9031-abd85df1f5c0/download
https://repositorio.uan.edu.co/bitstreams/106632ac-fb9e-445c-82ab-339a21580666/download
bitstream.checksum.fl_str_mv 7f5fb44575de381454b819e76cfe4173
3506ac80391a4c6cfd7cfc097025cec5
62c46bb6eb44dc4f55ed7aaf62ac1867
87ed0b9f3ed94b5ebe478a91b00a9e79
aea01b8e54afd98b7e424bafacad5cba
9868ccc48a14c8d591352b6eaf7f6239
c3b2cdca800aa01c6175488b1291697a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UAN
repository.mail.fl_str_mv alertas.repositorio@uan.edu.co
_version_ 1812928336560652288
spelling Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)Acceso abiertohttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Ramírez Idárraga, Juan CamiloGallego Valcárcel, David AlejandroLucas Monsalve, Delly Fabián11161624283111618212382021-09-02T21:03:01Z2021-09-02T21:03:01Z2021-06-04http://repositorio.uan.edu.co/handle/123456789/4803instname:Universidad Antonio Nariñoreponame:Repositorio Institucional UANrepourl:https://repositorio.uan.edu.co/The purpose of this user manual of the research project "Machine learning models for predicting the risk of fatality due to heart failure with clinical data", is intended to offer users support for the execution and visualization of the results obtained; Here you will find a brief description of both the physical (Hardware) and the logical (Software) requirements, an installation guide for the necessary programs, which are: Python and libraries such as pandas, scikit-learn, among others; finally the execution and with it the visualization of the concluded results. To achieve the objective of this guide, it is not necessary to have programming concepts, but rather to have computer skills, statistics and mathematics, to achieve the execution and understanding of the results. It is very important to read the instructions completely, to guarantee the expected resultsEl propósito de este manual de usuario del proyecto de investigación “Modelos de aprendizaje automático para la predicción del riesgo de fatalidad por insuficiencia cardíaca con datos clínicos”, tiene como propósito ofrecer a los usuarios apoyo para la ejecución y visualización de los resultados obtenidos; aquí encuentra una breve descripción de los requisitos tanto físicos(Hardware) como lógicos(Software), una guía de instalación de los programas necesarios, los cuales son: Python y librerias como pandas, scikit-learn, entre otras; por último la ejecución y con ello la visualización de los resultados concluidos. Para lograr el objetivo de esta guía no es necesario tener conceptos de programación, pero sí sobre manejo de computadores, estadística y matemática, para lograr la ejecución y entendimiento de los resultados. Es de suma importancia leer de forma completa las instrucciones, para garantizar los resultados esperados.Ingeniero(a) de Sistemas y Computación (Presencial)PregradoPresencialMonografíaspaUniversidad Antonio NariñoIngeniería de Sistemas y Computación (Presencial)Facultad de Ingeniería de SistemasBogotá - SurAprendizaje AutomáticoPredicción De Riesgo De FatalidadInsuficiencia Cardiaca004Machine learningFatality Risk PredictionHeart failureModelos de aprendizaje automático para la predicción del riesgo de fatalidad por insuficiencia cardiaca con datos clínicosTrabajo de grado (Pregrado y/o Especialización)http://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85EspecializadaORIGINAL2021_DavidAlejandroGallegoValcárcel_Acta2021_DavidAlejandroGallegoValcárcel_ActaActa de sustentaciónapplication/pdf1733584https://repositorio.uan.edu.co/bitstreams/1f49896a-c859-4359-81a8-d764c4621f4d/download7f5fb44575de381454b819e76cfe4173MD512021_DavidAlejandroGallegoValcárcel_Autorizacion2021_DavidAlejandroGallegoValcárcel_AutorizacionAutorización de autores - D. Gallegoapplication/pdf772194https://repositorio.uan.edu.co/bitstreams/c63e88b2-42f6-4951-9816-330d43a4ef24/download3506ac80391a4c6cfd7cfc097025cec5MD522021_DavidAlejandroGallegoValcárcel_Autorizacion2021_DavidAlejandroGallegoValcárcel_AutorizacionAutorización de autores - D. F. Lucasapplication/pdf573461https://repositorio.uan.edu.co/bitstreams/c4a1acaf-177b-423d-8d9d-de99f71febce/download62c46bb6eb44dc4f55ed7aaf62ac1867MD532021_DavidAlejandroGallegoValcárcel_Manualtécnico2021_DavidAlejandroGallegoValcárcel_ManualtécnicoManual técnicoapplication/pdf896699https://repositorio.uan.edu.co/bitstreams/909a3e69-401b-4d87-903a-3496977cb46f/download87ed0b9f3ed94b5ebe478a91b00a9e79MD542021_DavidAlejandroGallegoValcárcel2021_DavidAlejandroGallegoValcárcelMonografíaapplication/pdf1119565https://repositorio.uan.edu.co/bitstreams/a2d3c444-a559-43ac-964a-81da4bf2f43f/downloadaea01b8e54afd98b7e424bafacad5cbaMD55CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.uan.edu.co/bitstreams/ae4a2e91-6a28-42ef-9031-abd85df1f5c0/download9868ccc48a14c8d591352b6eaf7f6239MD56LICENSElicense.txtlicense.txttext/plain; charset=utf-83747https://repositorio.uan.edu.co/bitstreams/106632ac-fb9e-445c-82ab-339a21580666/downloadc3b2cdca800aa01c6175488b1291697aMD57123456789/4803oai:repositorio.uan.edu.co:123456789/48032024-10-09 22:58:23.782https://creativecommons.org/licenses/by-nc-nd/4.0/Acceso abiertoopen.accesshttps://repositorio.uan.edu.coRepositorio Institucional UANalertas.repositorio@uan.edu.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