Análisis de un conjunto de datos para la predicción de un ataque de corazón utilizando clasificadores en Machine Learning

En este proyecto de grado se implementan diversos conocimientos adquiridos durante el seminario de grado aprovechamiento de la información en contextos multidisciplinarios para la inferencia de decisiones informadas, realizado entre los meses de septiembre y octubre de 2023 de manera virtual en la C...

Full description

Autores:
Alzate Quintero, Yeison
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Corporación Universitaria Remington
Repositorio:
Repositorio institucional Uniremington
Idioma:
spa
OAI Identifier:
oai:repositorio.uniremington.edu.co:123456789/3566
Acceso en línea:
https://repositorio.uniremington.edu.co/handle/123456789/3566
Palabra clave:
Dato
Variable
Análisis
Ataque cardiaco
Implementar
Interpretar un algoritmo
Estadística
Predicción de datos
Machine Learning
Conjunto de datos
Python
Collaborative
IA
Clasificadores o aprendizaje supervisado
Ingeniería de computación
Ingeniería de software
Programación (Computadores electrónicos digitales)
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
Description
Summary:En este proyecto de grado se implementan diversos conocimientos adquiridos durante el seminario de grado aprovechamiento de la información en contextos multidisciplinarios para la inferencia de decisiones informadas, realizado entre los meses de septiembre y octubre de 2023 de manera virtual en la Corporación Universitaria Remington, sede Medellín. Se analiza un conjunto de datos llamado Predicción Ataque Cardíaco, descargado de la página web Kaggle, se analizan sus diferentes variables para ver su relación con un ataque al corazón del cuerpo humano. Para esto se interpreta un algoritmo en lenguaje de programación Python. Este conjunto de datos cuenta con 8763 registros y tiene como objetivo predecir la relación de las variables para determinar la probabilidad de un ataque cardíaco. Se realiza un análisis descriptivo de las variables y los datos implementando métodos estadísticos para determinar la relación que hay entre estos y un riesgo de sufrir ataque de corazón de una persona. Al finalizar se hace conexión del conjunto de datos con un algoritmo Machine Learning de Python, conectado a 6 inteligencias artificiales o clasificadores, donde se le enseña a tomar una decisión al ingresar los datos de una persona para predecir si está en riesgo de un posible ataque al corazón.