Comparación de algoritmos de aprendizaje de máquina y técnicas de selección de variables para la predicción de depresión

Lincango Simbaña, Dennis David

Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://dspace.utpl.edu.ec/handle/29.500.19856/76452

Langanzeige der Metadaten

DC Element	Wert	Sprache
dc.contributor.advisor	Reátegui Rojas, Ruth María	es_ES
dc.contributor.author	Lincango Simbaña, Dennis David	es_ES
dc.date.accessioned	2026-03-03T22:42:40Z	-
dc.date.available	2026-03-03T22:42:40Z	-
dc.date.issued	2026	es_ES
dc.identifier.citation	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	es_ES
dc.identifier.other	Cobarc: 1380330	es_ES
dc.identifier.uri	https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=152004.TITN.	es_ES
dc.description	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.	es_ES
dc.description.abstract	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.	es_ES
dc.language.iso	spa	es_ES
dc.subject	Ecuador.	es_ES
dc.subject	Tesis digital.	es_ES
dc.title	Comparación de algoritmos de aprendizaje de máquina y técnicas de selección de variables para la predicción de depresión	es_ES
dc.type	masterThesis	es_ES
Enthalten in den Sammlungen:	Maestría en Inteligencia Artificial Aplicada

Dateien zu dieser Ressource:

a10b4fb7-de1f-4679-9679-2fffa1a1b500

Zur Kurzanzeige Statistik anzeigen

Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.