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...
- 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)
id |
URemingtn2_046bf62f36d832c2c0e928786fa39399 |
---|---|
oai_identifier_str |
oai:repositorio.uniremington.edu.co:123456789/2666 |
network_acronym_str |
URemingtn2 |
network_name_str |
Repositorio institucional Uniremington |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Algoritmo computacional para el análisis y toma dedecisiones en datos de predicción de defunciones por Covid-19, utilizando estrategias de machine learning |
title |
Algoritmo computacional para el análisis y toma dedecisiones en datos de predicción de defunciones por Covid-19, utilizando estrategias de machine learning |
spellingShingle |
Algoritmo computacional para el análisis y toma dedecisiones en datos de predicción de defunciones por Covid-19, utilizando estrategias de machine learning 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 |
title_short |
Algoritmo computacional para el análisis y toma dedecisiones en datos de predicción de defunciones por Covid-19, utilizando estrategias de machine learning |
title_full |
Algoritmo computacional para el análisis y toma dedecisiones en datos de predicción de defunciones por Covid-19, utilizando estrategias de machine learning |
title_fullStr |
Algoritmo computacional para el análisis y toma dedecisiones en datos de predicción de defunciones por Covid-19, utilizando estrategias de machine learning |
title_full_unstemmed |
Algoritmo computacional para el análisis y toma dedecisiones en datos de predicción de defunciones por Covid-19, utilizando estrategias de machine learning |
title_sort |
Algoritmo computacional para el análisis y toma dedecisiones en datos de predicción de defunciones por Covid-19, utilizando estrategias de machine learning |
dc.creator.fl_str_mv |
Padilla Vargas, Devis Kenneth |
dc.contributor.advisor.none.fl_str_mv |
Briñez de León, Juan Carlos |
dc.contributor.author.none.fl_str_mv |
Padilla Vargas, Devis Kenneth |
dc.subject.spa.fl_str_mv |
Defunción por Covid-19 Datasets Análisis de datos Machine learning Clasificación Regresión Clustering Cardiovascular Obesidad Renal crónica Tabaquismo Resultado |
topic |
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 |
dc.subject.lemb.none.fl_str_mv |
Toma de decisiones Aprendizaje automático (Inteligencia artificial) Enfermedades respiratorias |
description |
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. |
publishDate |
2024 |
dc.date.accessioned.none.fl_str_mv |
2024-04-16T14:11:54Z |
dc.date.available.none.fl_str_mv |
2024-04-16T14:11:54Z |
dc.date.issued.none.fl_str_mv |
2024 |
dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
publishedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.uniremington.edu.co/handle/123456789/2666 |
url |
https://repositorio.uniremington.edu.co/handle/123456789/2666 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.spa.fl_str_mv |
Derechos Reservados - Corporación Universitaria Remington, 2024 |
dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (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 |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) Derechos Reservados - Corporación Universitaria Remington, 2024 https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.none.fl_str_mv |
37 p. |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Corporación Universitaria Remington |
dc.publisher.place.spa.fl_str_mv |
Medellín (Antioquia, Colombia) |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingenierías |
dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas |
institution |
Corporación Universitaria Remington |
bitstream.url.fl_str_mv |
https://repositorio.uniremington.edu.co/bitstreams/a891ef46-c945-4dfb-addb-74ae5cfaa1cc/download https://repositorio.uniremington.edu.co/bitstreams/3412ad10-81c9-40ca-890e-4a87d2b0a832/download https://repositorio.uniremington.edu.co/bitstreams/bc34f9ef-130e-4eda-8bfc-958d1a85d9c6/download https://repositorio.uniremington.edu.co/bitstreams/e08aa3b3-cb48-4864-9176-9b16319d7b80/download https://repositorio.uniremington.edu.co/bitstreams/7071beec-8f80-4d92-bd69-217b4e581c0f/download |
bitstream.checksum.fl_str_mv |
1b456ea66826af3f358ecd8dc5be2545 8a4605be74aa9ea9d79846c1fba20a33 cc39bcf90dbcfe79cf369eef4017908c ca12a2015c2d5fd584574922f9134e55 fd110b1726f310d8f8c0f92804d5c0b5 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio UNIREMINGTON |
repository.mail.fl_str_mv |
biblioteca@uniremington.edu.co |
_version_ |
1812100403228049408 |
spelling |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Derechos Reservados - Corporación Universitaria Remington, 2024https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Briñez de León, Juan CarlosPadilla Vargas, Devis Kenneth2024-04-16T14:11:54Z2024-04-16T14:11:54Z2024https://repositorio.uniremington.edu.co/handle/123456789/2666En 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.PregradoIngeniero(a) de Sistemas37 p.application/pdfspaCorporación Universitaria RemingtonMedellín (Antioquia, Colombia)Facultad de IngenieríasIngeniería de SistemasDefunción por Covid-19DatasetsAnálisis de datosMachine learningClasificaciónRegresiónClusteringCardiovascularObesidadRenal crónicaTabaquismoResultadoToma de decisionesAprendizaje automático (Inteligencia artificial)Enfermedades respiratoriasAlgoritmo computacional para el análisis y toma dedecisiones en datos de predicción de defunciones por Covid-19, utilizando estrategias de machine learningTrabajo de grado - Pregradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - PregradoPublicationORIGINALRIU-PRE-2024 Algoritmo computacional analisis.pdfRIU-PRE-2024 Algoritmo computacional analisis.pdfapplication/pdf1061442https://repositorio.uniremington.edu.co/bitstreams/a891ef46-c945-4dfb-addb-74ae5cfaa1cc/download1b456ea66826af3f358ecd8dc5be2545MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uniremington.edu.co/bitstreams/3412ad10-81c9-40ca-890e-4a87d2b0a832/download8a4605be74aa9ea9d79846c1fba20a33MD52Cesión Derechos_TG .pdfapplication/pdf321200https://repositorio.uniremington.edu.co/bitstreams/bc34f9ef-130e-4eda-8bfc-958d1a85d9c6/downloadcc39bcf90dbcfe79cf369eef4017908cMD53TEXTRIU-PRE-2024 Algoritmo computacional analisis.pdf.txtRIU-PRE-2024 Algoritmo computacional analisis.pdf.txtExtracted texttext/plain50706https://repositorio.uniremington.edu.co/bitstreams/e08aa3b3-cb48-4864-9176-9b16319d7b80/downloadca12a2015c2d5fd584574922f9134e55MD54THUMBNAILRIU-PRE-2024 Algoritmo computacional analisis.pdf.jpgRIU-PRE-2024 Algoritmo computacional analisis.pdf.jpgGenerated Thumbnailimage/jpeg3000https://repositorio.uniremington.edu.co/bitstreams/7071beec-8f80-4d92-bd69-217b4e581c0f/downloadfd110b1726f310d8f8c0f92804d5c0b5MD55123456789/2666oai:repositorio.uniremington.edu.co:123456789/26662024-05-16 14:00:54.217https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Corporación Universitaria Remington, 2024open.accesshttps://repositorio.uniremington.edu.coRepositorio UNIREMINGTONbiblioteca@uniremington.edu.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 |