Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.utpl.edu.ec/handle/123456789/33461Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.advisor | Reátegui Rojas, Ruth María | es_ES |
| dc.contributor.author | Narvaéz Quinatoa, Liliana Elizabeth | es_ES |
| dc.date.accessioned | 2023-02-13T03:06:47Z | - |
| dc.date.available | 2023-02-13T03:06:47Z | - |
| dc.date.issued | 2023 | es_ES |
| dc.identifier.citation | Narvaéz Quinatoa, L. E. Reátegui Rojas, R. M. (2023) Modelo de predicción temprana de diabetes aplicando Machine Learnin [Tesis de Grado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/33461 | es_ES |
| dc.identifier.other | Cobarc: 1358344 | es_ES |
| dc.identifier.uri | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=133090.TITN. | es_ES |
| dc.description | Resumen: La diabetes mellitus es la segunda causa de mortalidad en el país, siendo una enfermedad que afecta a los ecuatorianos con tasas cada vez más elevadas, una de cada diez personas ya ha sido diagnosticada con esta enfermedad. Existen varios factores de riesgo que no son modificables como: la herencia genética, el género, la etnia, etc.; y otros que si lo son: la alimentación, el sedentarismo, el consumo de alcohol y tabaco; todos ellos relacionados con el desarrollo de esta enfermedad. Son estos últimos factores los que debemos propender a evitar como medida preventiva. En este trabajo de integración curricular se presentan diferentes metodologías de aprendizaje supervisado de Machine Learning, enfocadas en algoritmos clasificación, para analizar, procesar e interpretar datos con el objetivo que determinar cuál algoritmo es más preciso. Lo que permite generar un modelo de predicción temprana de diabetes, aplicable para determinar a tiempo si una persona es propensa a desarrollar esta enfermedad, tomando como base diferentes variables que permitan analizar y comparar los resultados obtenidos y ayudar en la prevención secundaria de la diabetes. | es_ES |
| dc.description.abstract | Abstract: Diabetes mellitus is the second cause of death in the country, it is a illness that affects Ecuadorian citizens progressiveness with great speed, currently one in ten persons has been diagnosed with this disease. There are many risk factors that cannot be changed: genetic, gender, etnic, to name a few; and others than can be modified: diet, sedentary lifestyle, alcohol and tobacco use, all of them related to this disease. These last factors are we should improve as a precautionary measure. In this work of curriculum integration are presented some supervised learning methodologies of Machine Learning, based on classification algorithms, for analyzing, processing and interpreting data; to determine which one is more accurate. This allows to generate a diabetes early prediction model, that can be use to determine before time if a person is prone to this disease, using some variables that allow analyzing and compare obtained results; and in this way be part of the secondary prevention of diabete. | es_ES |
| dc.language.iso | spa | es_ES |
| dc.subject | Ecuador. | es_ES |
| dc.subject | Tesis digital. | es_ES |
| dc.title | Modelo de predicción temprana de diabetes aplicando Machine Learnin | es_ES |
| dc.type | bachelorThesis | es_ES |
| Aparece en las colecciones: | Titulación de Informática | |
Ficheros en este ítem:
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.