Diseño de un prototipo Web interactivo basado en técnicas de Machine Learning y razonamiento probabilístico para pronosticar mediante los factores de riesgo la enfermedad de la diabetes.


Abstract:

Este trabajo investigativo propone el diseño de un modelo computacional de clasificación a través del uso de técnicas de machine learning, hemos optado por trabajar con el aprendizaje automático apoyado en un modelo probabilístico que permita evaluar los factores de riesgo de la enfermedad de la diabetes tipo 2. Este modelo está basado en el método de regresión logística, que según a los factores de riesgo de la enfermedad, mostrará como resultado el porcentaje que tiene el paciente de contraer la misma. Se aplicó la metodología de investigación bibliográfica que aporte con el conocimiento necesario para la realización de este proyecto en el cual se realizaron pruebas para verificar el comportamiento de cada una de las variables utilizadas en el modelo probabilístico, el cual brindará resultados eficientes y en un corto periodo de tiempo siendo así una herramienta de apoyo en la toma de decisiones a los expertos y aportando con el diagnóstico oportuno para prevenir la enfermedad.

Año de publicación:

2019

Keywords:

  • Probabilistic Reasoning
  • DIABÉTES
  • DIABÉTES
  • Razonamiento Probabilístico
  • REGRESION LOGISTICA
  • Logistic Regression.
  • Machine learning
  • Machine learning

Fuente:

rraaerraae

Tipo de documento:

Bachelor Thesis

Estado:

Acceso abierto

Áreas de conocimiento:

  • Aprendizaje automático
  • Ciencias de la computación

Áreas temáticas de Dewey:

  • Métodos informáticos especiales
  • Funcionamiento de bibliotecas y archivos
  • Medicina y salud
Procesado con IAProcesado con IA

Objetivos de Desarrollo Sostenible:

  • ODS 3: Salud y bienestar
  • ODS 17: Alianzas para lograr los objetivos
  • ODS 9: Industria, innovación e infraestructura
Procesado con IAProcesado con IA