Sistema de recomendación de asistencia virtual para farmacias que suministran medicación ante malestares generales por Covid-19 basado en aprendizaje de máquina supervisado por Python.

Abstract:

El COVID-19, es una enfermedad que ha cobrado muchas vidas, especialmente por personas que se han automedicado, tratando de calmar los malestares ocasionados por el virus, los farmacéuticos, sin tener una herramienta inteligente que pueda predecir un medicamento, recetan lo que ellos ya conocen por experiencia de diversas enfermedades tratadas con anterioridad. El presente proyecto consiste en realizar un sistema de recomendación, basado en aprendizaje de máquina supervisado en Python, utilizando herramientas de Machine Learning mediante algoritmos como Redes neuronales y Árboles de decisiones. Entre los principales objetivos específicos, se encuentran la extracción de un conjunto de base de datos con la información vinculada a los medicamentos que han tomado los pacientes diagnosticados con COVID-19, para después proceder a depurararla y construir un Dataset con las variables relacionadas que sirvan como ayuda. La metodología empleada es “Knowledge Discovery in Databases – K-DD”, el cual se desarrolla en 6 fases: importación y muestreo de datos, calidad de datos, transformación, modelización, evaluación e implementación. Se utilizó la librería sklearn de la herramienta Python para el entrenamiento del algoritmo, la herramienta Stat:Fit para las distribuciones estadísticas, y basándose en la sintomatología del paciente los algoritmos arrojaron un porcentaje de precisión, teniendo el 0.89 de precisión para Redes Neuronales y 0.87% de precisión para Árboles de decisiones. Entre ambos se concluyó que el mejor pbkp_redictor es el algoritmo de redes neuronales. Se concluyó que existe relación entre los algoritmos de redes neuronales y árboles de decisiones, haciendo que se cumplan las hipótesis planteadas.

Año de publicación:

2021

Keywords:

• Supplies
• Neural networks
• pharmacies
• Árboles de decisiones
• Farmacias
• covid-19
• Machine learning
• SUMINISTROS

Fuente:

rraae