Métodos de aprendizaje supervisado para la predicción de diabetes: una revisión sistemática de la literatura

Descripción del Articulo

La inteligencia artificial (IA) y sus beneficios en el campo de la medicina han generado gran revolución. Es por este motivo que se quiere identificar los métodos de aprendizaje supervisado (una sub-área de la inteligencia artificial) y los factores empleados para la predicción de la diabetes que ha...

Descripción completa

Detalles Bibliográficos
Autor: Aguirre Ascona, Yerry Dany
Formato: tesis de grado
Fecha de Publicación:2019
Institución:Universidad Peruana Unión
Repositorio:UPEU-Tesis
Lenguaje:español
OAI Identifier:oai:repositorio.upeu.edu.pe:20.500.12840/2511
Enlace del recurso:http://repositorio.upeu.edu.pe/handle/20.500.12840/2511
Nivel de acceso:acceso abierto
Materia:Inteligencia artificial
Aprendizaje supervisado
Predicción de diabetes
https://purl.org/pe-repo/ocde/ford#2.11.02
id UEPU_95f9313eac857593d7b007583ae1efb0
oai_identifier_str oai:repositorio.upeu.edu.pe:20.500.12840/2511
network_acronym_str UEPU
network_name_str UPEU-Tesis
repository_id_str 4840
dc.title.en_ES.fl_str_mv Métodos de aprendizaje supervisado para la predicción de diabetes: una revisión sistemática de la literatura
title Métodos de aprendizaje supervisado para la predicción de diabetes: una revisión sistemática de la literatura
spellingShingle Métodos de aprendizaje supervisado para la predicción de diabetes: una revisión sistemática de la literatura
Aguirre Ascona, Yerry Dany
Inteligencia artificial
Aprendizaje supervisado
Predicción de diabetes
https://purl.org/pe-repo/ocde/ford#2.11.02
title_short Métodos de aprendizaje supervisado para la predicción de diabetes: una revisión sistemática de la literatura
title_full Métodos de aprendizaje supervisado para la predicción de diabetes: una revisión sistemática de la literatura
title_fullStr Métodos de aprendizaje supervisado para la predicción de diabetes: una revisión sistemática de la literatura
title_full_unstemmed Métodos de aprendizaje supervisado para la predicción de diabetes: una revisión sistemática de la literatura
title_sort Métodos de aprendizaje supervisado para la predicción de diabetes: una revisión sistemática de la literatura
author Aguirre Ascona, Yerry Dany
author_facet Aguirre Ascona, Yerry Dany
author_role author
dc.contributor.advisor.fl_str_mv Saboya Rios, Nemias
dc.contributor.author.fl_str_mv Aguirre Ascona, Yerry Dany
dc.subject.en_ES.fl_str_mv Inteligencia artificial
Aprendizaje supervisado
Predicción de diabetes
topic Inteligencia artificial
Aprendizaje supervisado
Predicción de diabetes
https://purl.org/pe-repo/ocde/ford#2.11.02
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.11.02
description La inteligencia artificial (IA) y sus beneficios en el campo de la medicina han generado gran revolución. Es por este motivo que se quiere identificar los métodos de aprendizaje supervisado (una sub-área de la inteligencia artificial) y los factores empleados para la predicción de la diabetes que han sido más significativos en cuanto a técnica (de los cuales resaltan árbol de decisión y sus derivados) y resultados. Para la identificación de estos métodos se realizó una revisión sistemática de la literatura. De todos los artículos encontrados se extrajo los métodos de maching learning para considerarlos como antecedentes. Existen diversos métodos de aprendizaje supervisado que pueden predecir la diabetes en los que algunos son híbridos y otros puros, uno mejores que otros según sea el caso de estudio. Finalmente, después de una revisión de los artículos seleccionados se destaca la etapa del pre-procesamiento en el desarrollo de estos modelos para alcanzar una mayor puntuación en la precisión.
publishDate 2019
dc.date.accessioned.none.fl_str_mv 2019-12-05T22:17:03Z
dc.date.available.none.fl_str_mv 2019-12-05T22:17:03Z
dc.date.issued.fl_str_mv 2019-12-02
dc.type.en_ES.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://repositorio.upeu.edu.pe/handle/20.500.12840/2511
url http://repositorio.upeu.edu.pe/handle/20.500.12840/2511
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.en_ES.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by/3.0/es/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/3.0/es/
dc.format.en_ES.fl_str_mv application/pdf
dc.publisher.en_ES.fl_str_mv Universidad Peruana Unión
dc.publisher.country.none.fl_str_mv PE
dc.source.en_ES.fl_str_mv Universidad Peruana Unión
Repositorio Institucional - UPEU
dc.source.none.fl_str_mv reponame:UPEU-Tesis
instname:Universidad Peruana Unión
instacron:UPEU
instname_str Universidad Peruana Unión
instacron_str UPEU
institution UPEU
reponame_str UPEU-Tesis
collection UPEU-Tesis
bitstream.url.fl_str_mv https://repositorio.upeu.edu.pe/bitstreams/de8fc9db-c50d-4275-b82e-7299e33fdbae/download
https://repositorio.upeu.edu.pe/bitstreams/4cf45a74-2a45-4765-85bf-c9f2f4ce1060/download
https://repositorio.upeu.edu.pe/bitstreams/62f35ff8-1fcd-4f34-a660-03b6e3457b6d/download
https://repositorio.upeu.edu.pe/bitstreams/e61c3bc0-f3a0-46bb-a4d5-742303a54d07/download
bitstream.checksum.fl_str_mv ff28a15b31d8b36d045b61ef83195dd0
8a4605be74aa9ea9d79846c1fba20a33
e6a40493dac6d9f694fa398c4c4cd3e9
1c164ab111f89ebfa3f5505fbc6a665c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv DSpace 7
repository.mail.fl_str_mv repositorio-help@upeu.edu.pe
_version_ 1835737618268028928
spelling Saboya Rios, NemiasAguirre Ascona, Yerry Dany2019-12-05T22:17:03Z2019-12-05T22:17:03Z2019-12-02http://repositorio.upeu.edu.pe/handle/20.500.12840/2511La inteligencia artificial (IA) y sus beneficios en el campo de la medicina han generado gran revolución. Es por este motivo que se quiere identificar los métodos de aprendizaje supervisado (una sub-área de la inteligencia artificial) y los factores empleados para la predicción de la diabetes que han sido más significativos en cuanto a técnica (de los cuales resaltan árbol de decisión y sus derivados) y resultados. Para la identificación de estos métodos se realizó una revisión sistemática de la literatura. De todos los artículos encontrados se extrajo los métodos de maching learning para considerarlos como antecedentes. Existen diversos métodos de aprendizaje supervisado que pueden predecir la diabetes en los que algunos son híbridos y otros puros, uno mejores que otros según sea el caso de estudio. Finalmente, después de una revisión de los artículos seleccionados se destaca la etapa del pre-procesamiento en el desarrollo de estos modelos para alcanzar una mayor puntuación en la precisión.Trabajo de investigaciónLIMAEscuela Profesional de Ingeniería de SistemasTecnología de información e innovación tecnológicaapplication/pdfspaUniversidad Peruana UniónPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/3.0/es/Universidad Peruana UniónRepositorio Institucional - UPEUreponame:UPEU-Tesisinstname:Universidad Peruana Unióninstacron:UPEUInteligencia artificialAprendizaje supervisadoPredicción de diabeteshttps://purl.org/pe-repo/ocde/ford#2.11.02Métodos de aprendizaje supervisado para la predicción de diabetes: una revisión sistemática de la literaturainfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniería de SistemasUniversidad Peruana Unión. Facultad de Ingeniería y ArquitecturaBachillerBachiller en Ingeniería de SistemasCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8914https://repositorio.upeu.edu.pe/bitstreams/de8fc9db-c50d-4275-b82e-7299e33fdbae/downloadff28a15b31d8b36d045b61ef83195dd0MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.upeu.edu.pe/bitstreams/4cf45a74-2a45-4765-85bf-c9f2f4ce1060/download8a4605be74aa9ea9d79846c1fba20a33MD53ORIGINALAguirre_Trabajo_Bachillerato_2019.pdfAguirre_Trabajo_Bachillerato_2019.pdfapplication/pdf831805https://repositorio.upeu.edu.pe/bitstreams/62f35ff8-1fcd-4f34-a660-03b6e3457b6d/downloade6a40493dac6d9f694fa398c4c4cd3e9MD54THUMBNAILAguirre_Trabajo_Bachillerato_2019.pdf.jpgAguirre_Trabajo_Bachillerato_2019.pdf.jpgGenerated Thumbnailimage/jpeg3194https://repositorio.upeu.edu.pe/bitstreams/e61c3bc0-f3a0-46bb-a4d5-742303a54d07/download1c164ab111f89ebfa3f5505fbc6a665cMD5520.500.12840/2511oai:repositorio.upeu.edu.pe:20.500.12840/25112021-11-04 12:45:10.633http://creativecommons.org/licenses/by/3.0/es/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.upeu.edu.peDSpace 7repositorio-help@upeu.edu.peTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=
score 13.887938
Métodos de aprendizaje supervisado para la predicción de diabetes: una revisión sistemática de la literatura
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares