Algoritmo computacional para el análisis y toma dedecisiones en datos de predicción de defunciones por Covid-19, utilizando estrategias de machine learning

En este proyecto de Machine Learning en tiempo de datos, es muy necesario saber que Datasets requiere para el ejercicio, de tal manera fueron los datos de contagios en México específicamente las defunciones de los pacientes allegados a varias zonas del país, de acuerdo con lo anterior, se logró perc...

Full description

Autores:
Padilla Vargas, Devis Kenneth
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Corporación Universitaria Remington
Repositorio:
Repositorio institucional Uniremington
Idioma:
spa
OAI Identifier:
oai:repositorio.uniremington.edu.co:123456789/2666
Acceso en línea:
https://repositorio.uniremington.edu.co/handle/123456789/2666
Palabra clave:
Defunción por Covid-19
Datasets
Análisis de datos
Machine learning
Clasificación
Regresión
Clustering
Cardiovascular
Obesidad
Renal crónica
Tabaquismo
Resultado
Toma de decisiones
Aprendizaje automático (Inteligencia artificial)
Enfermedades respiratorias
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
Description
Summary:En este proyecto de Machine Learning en tiempo de datos, es muy necesario saber que Datasets requiere para el ejercicio, de tal manera fueron los datos de contagios en México específicamente las defunciones de los pacientes allegados a varias zonas del país, de acuerdo con lo anterior, se logró percibir o anexar ciertas dificultades que se tuvieron en ese tiempo. Se manifestaron pacientes de diferente índole niños, mujeres en embarazo, adultos de la tercera edad, incluso personas que superaban los 100 años. Es apropiado que con el análisis de datos que se realizó se pueda identificar a corto plazo el COVID 19, aunque ya allá pasado su pandemia, aun se presentan otras versiones al COVID, de acuerdo con el análisis de posibles contagios los pacientes no sufrían padecimiento acerca de esta enfermedad, mientras que otros sí, por otra enfermedad contribuyente, incurre a que el paciente empeore y no tenga las mismas ganas de seguir que un paciente bien o en excelentes condiciones de vida. Con los datos adquirido se logra manifestar que ya muchos pacientes ya habían fallecido, por eso era necesario su análisis completo, desde el cargue de los datos, hasta el registro final que eran los datos que quedaban, además con ayudan de los clasificadores se tuvo mayor precisión al análisis de los resultados, esta es una competencia que ayuda a comprender los estados de las enfermedades, en vista previa se anexaron los datos a Colaboratory de Google, donde se hizo todo el proceso de cargue, eliminación, conteo y resultados.