Regresar

Propuesta de un modelo pbkp_redictivo con algoritmos de aprendizaje supervisado de machine learning aplicado al sobrepeso de las personas. P1

Abstract:

crónica, de alta prevalencia mundial. Es alarmante el número de personas en todo Guayaquil que viven con problemas de sobrepeso. Es una problemática que no deja de ser relevante y que está latente no solo en Guayaquil sino en todo el Ecuador del cual no se cuenta con recursos para brindar la atención que evite este problema. Por eso el objetivo es un modelo pbkp_redictivo inteligente mediante algoritmos de Aprendizaje Supervisado de Machine Learning para predecir el nivel de sobrepeso y obesidad. Mediante la metodología siguiendo los tipos de investigación como exploratorio, descriptiva, evaluativa y causi experimental. Para el dataset buscado en varios respositorios hasta encontrar uno que contenga los campos necesarios para el proyecto y así aplicarle los modelos de regresión logística con un accuracy (0.3013), SVM, random forest. Donde se concluyo que el modelo con resultados mas bajos fue regresión logística, mientras que SVM dio resultado casi favoranles con un accuracy (0.8722) y con los mejores resultados el de randon forest con un accuracy (0.97) dando un mejor enfoque efectivo y versátil para la clasificación y regresión de datos, lo qye lo hace muy útil para la investigación y la toma de decisiones. Al ser útil este modelo para la toma de decisiones para la respectiva derivación del paciente, los beneficiarios directos son los doctores, dado que obtienen una herramienta que les agilitará la exhaustiva acción de decidir dando todo este resultado para prevenir con la enfermedad a través de sus factores de riesgo.