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.
Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
http://dspace.utpl.edu.ec/handle/29.500.19856/76452| Titel: | Comparación de algoritmos de aprendizaje de máquina y técnicas de selección de variables para la predicción de depresión |
| Autor(en): | Lincango Simbaña, Dennis David |
| Director: | Reátegui Rojas, Ruth María |
| Stichwörter: | Ecuador. Tesis digital. |
| Erscheinungsdatum: | 2026 |
| Zitierform: | Lincango Simbaña, D. D. Reátegui Rojas, R. M. (2026) Comparación de algoritmos de aprendizaje de máquina y técnicas de selección de variables para la predicción de depresión [Tesis de Posgrado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/29.500.19856/76452 |
| Zusammenfassung: | Abstract: Depression is a mental disorder that has affected the quality of life of millions of people, and its early detection has been a challenge for healthcare professionals. Given this problem, this thesis focuses on the use of supervised learning algorithms based on trees in conjunction with different variable selection techniques to improve the accuracy of predictive models for the detection of depression. To this end, data from a nationwide survey of 3,300 people suffering from some degree of depression will be analyzed, including demographic, sychological, and substance use information. |
| Beschreibung: | Resumen: La depresión es un trastorno mental que ha afectado la calidad de vida de millones de personas y su detección temprana ha sido un reto para los profesionales de la salud. Ante esta problemática el presente trabajo de titulación se centra en el uso de algoritmos de aprendizaje supervisado basados en árboles en conjunto a distintas técnicas de selección de variables para mejorar la precisión de los modelos predictivos para la detección de la depresión. Para ello, se analizarán los datos provenientes de una encuesta realizada a nivel nacional hacia 3300 personas que sufren algún grado de depresión, en donde consta con información demográfica, psicológica y consumo de sustancias. |
| Identifier : | Cobarc: 1380330 |
| URI: | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=152004.TITN. |
| Type: | masterThesis |
| Enthalten in den Sammlungen: | Maestría en Inteligencia Artificial Aplicada |
Dateien zu dieser Ressource:
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.