Técnicas de minería de datos para predicción del diagnóstico de hipertensión arterial

Descripción del Articulo

Este Proyecto se incluye dentro de la disciplina de la Extracción Automática de Conocimiento (KDD, Knowledge Discovery in Databases) y más concretamente se centra en la etapa de Minería de Datos (MD). La MD es una de las áreas que más éxito y aplicación ha tenido a la hora de analizar información co...

Descripción completa

Detalles Bibliográficos
Autor: Díaz Avendaño, Ángel Arnulfo
Formato: tesis de grado
Fecha de Publicación:2016
Institución:Universidad Señor de Sipan
Repositorio:USS-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.uss.edu.pe:20.500.12802/2698
Enlace del recurso:https://hdl.handle.net/20.500.12802/2698
Nivel de acceso:acceso abierto
Materia:Técnicas de Minería de Datos
Árbol de Decisión
Reglas de Asociación
KDD
http://purl.org/pe-repo/ocde/ford#2.02.04
id USSS_e84e49f1a3c5a2413af7b4c5eb5822d4
oai_identifier_str oai:repositorio.uss.edu.pe:20.500.12802/2698
network_acronym_str USSS
network_name_str USS-Institucional
repository_id_str 4829
spelling Ramos Moscol, Mario FernandoDíaz Avendaño, Ángel Arnulfo2017-06-20T15:48:53Z2017-06-20T15:48:53Z2016https://hdl.handle.net/20.500.12802/2698Este Proyecto se incluye dentro de la disciplina de la Extracción Automática de Conocimiento (KDD, Knowledge Discovery in Databases) y más concretamente se centra en la etapa de Minería de Datos (MD). La MD es una de las áreas que más éxito y aplicación ha tenido a la hora de analizar información con el objetivo de extraer nuevo conocimiento. El objetivo de este trabajo fue encontrar patrones y relaciones dentro de los datos permitiendo de la creación de modelos en los que la representación del conocimiento estuvo basada en reglas de asociación y árbol de decisión. Los resultados mostraron que la técnica de regla se asociación es la más acertada para un pre diagnóstico de enfermedad de hipertensión arterial con un nivel de confiabilidad de 98.6 % en sus resultados. Concretamente, la extracción de reglas de asociación consiste en descubrir relaciones interesantes, y previamente inesperadas, entre los diferentes atributos de un conjunto de datos. Las reglas obtenidas pueden servir de ayuda para poder tomar decisiones de un pre diagnóstico.Tesisapplication/pdfspaUniversidad Señor de SipánPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/Repositorio Institucional - USSRepositorio Institucional USSreponame:USS-Institucionalinstname:Universidad Señor de Sipaninstacron:USSTécnicas de Minería de DatosÁrbol de DecisiónReglas de AsociaciónKDDhttp://purl.org/pe-repo/ocde/ford#2.02.04Técnicas de minería de datos para predicción del diagnóstico de hipertensión arterialinfo:eu-repo/semantics/bachelorThesisSUNEDUTítulo profesionalUniversidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y UrbanismoIngeniero de SistemasIngeniería de Sistemas612076http://purl.org/pe-repo/renati/level#tituloProfesionalhttp://purl.org/pe-repo/renati/type#tesisTHUMBNAILTÉCNICAS DE MINERÍA DE DATOS PARA PREDICCIÓN DEL DIAGNÓNSTICO DE HIPERTENSIÓN ARTERIAL.pdf.jpgTÉCNICAS DE MINERÍA DE DATOS PARA PREDICCIÓN DEL DIAGNÓNSTICO DE HIPERTENSIÓN ARTERIAL.pdf.jpgGenerated Thumbnailimage/jpeg7231http://repositorio.uss.edu.pe//bitstream/20.500.12802/2698/10/T%c3%89CNICAS%20DE%20MINER%c3%8dA%20DE%20DATOS%20PARA%20PREDICCI%c3%93N%20DEL%20DIAGN%c3%93NSTICO%20DE%20HIPERTENSI%c3%93N%20ARTERIAL.pdf.jpga313e40353f34679d988448d1e2f2796MD510ORIGINALTÉCNICAS DE MINERÍA DE DATOS PARA PREDICCIÓN DEL DIAGNÓNSTICO DE HIPERTENSIÓN ARTERIAL.pdfTÉCNICAS DE MINERÍA DE DATOS PARA PREDICCIÓN DEL DIAGNÓNSTICO DE HIPERTENSIÓN ARTERIAL.pdfapplication/pdf4570241http://repositorio.uss.edu.pe//bitstream/20.500.12802/2698/1/T%c3%89CNICAS%20DE%20MINER%c3%8dA%20DE%20DATOS%20PARA%20PREDICCI%c3%93N%20DEL%20DIAGN%c3%93NSTICO%20DE%20HIPERTENSI%c3%93N%20ARTERIAL.pdf331db8e617267a63bcbc69fb37b77310MD51CC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://repositorio.uss.edu.pe//bitstream/20.500.12802/2698/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_texttext/html; charset=utf-80http://repositorio.uss.edu.pe//bitstream/20.500.12802/2698/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://repositorio.uss.edu.pe//bitstream/20.500.12802/2698/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54TEXTTÉCNICAS DE MINERÍA DE DATOS PARA PREDICCIÓN DEL DIAGNÓNSTICO DE HIPERTENSIÓN ARTERIAL.pdf.txtTÉCNICAS DE MINERÍA DE DATOS PARA PREDICCIÓN DEL DIAGNÓNSTICO DE HIPERTENSIÓN ARTERIAL.pdf.txtExtracted texttext/plain154013http://repositorio.uss.edu.pe//bitstream/20.500.12802/2698/9/T%c3%89CNICAS%20DE%20MINER%c3%8dA%20DE%20DATOS%20PARA%20PREDICCI%c3%93N%20DEL%20DIAGN%c3%93NSTICO%20DE%20HIPERTENSI%c3%93N%20ARTERIAL.pdf.txt95e7255d26068743b6f1ea8106074ba7MD5920.500.12802/2698oai:repositorio.uss.edu.pe:20.500.12802/26982021-04-23 02:16:03.76Repositorio Institucional de la Universidad Señor de Sipánrepositorio@uss.edu.pe
dc.title.es_ES.fl_str_mv Técnicas de minería de datos para predicción del diagnóstico de hipertensión arterial
title Técnicas de minería de datos para predicción del diagnóstico de hipertensión arterial
spellingShingle Técnicas de minería de datos para predicción del diagnóstico de hipertensión arterial
Díaz Avendaño, Ángel Arnulfo
Técnicas de Minería de Datos
Árbol de Decisión
Reglas de Asociación
KDD
http://purl.org/pe-repo/ocde/ford#2.02.04
title_short Técnicas de minería de datos para predicción del diagnóstico de hipertensión arterial
title_full Técnicas de minería de datos para predicción del diagnóstico de hipertensión arterial
title_fullStr Técnicas de minería de datos para predicción del diagnóstico de hipertensión arterial
title_full_unstemmed Técnicas de minería de datos para predicción del diagnóstico de hipertensión arterial
title_sort Técnicas de minería de datos para predicción del diagnóstico de hipertensión arterial
author Díaz Avendaño, Ángel Arnulfo
author_facet Díaz Avendaño, Ángel Arnulfo
author_role author
dc.contributor.advisor.fl_str_mv Ramos Moscol, Mario Fernando
dc.contributor.author.fl_str_mv Díaz Avendaño, Ángel Arnulfo
dc.subject.es_ES.fl_str_mv Técnicas de Minería de Datos
Árbol de Decisión
Reglas de Asociación
KDD
topic Técnicas de Minería de Datos
Árbol de Decisión
Reglas de Asociación
KDD
http://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv http://purl.org/pe-repo/ocde/ford#2.02.04
description Este Proyecto se incluye dentro de la disciplina de la Extracción Automática de Conocimiento (KDD, Knowledge Discovery in Databases) y más concretamente se centra en la etapa de Minería de Datos (MD). La MD es una de las áreas que más éxito y aplicación ha tenido a la hora de analizar información con el objetivo de extraer nuevo conocimiento. El objetivo de este trabajo fue encontrar patrones y relaciones dentro de los datos permitiendo de la creación de modelos en los que la representación del conocimiento estuvo basada en reglas de asociación y árbol de decisión. Los resultados mostraron que la técnica de regla se asociación es la más acertada para un pre diagnóstico de enfermedad de hipertensión arterial con un nivel de confiabilidad de 98.6 % en sus resultados. Concretamente, la extracción de reglas de asociación consiste en descubrir relaciones interesantes, y previamente inesperadas, entre los diferentes atributos de un conjunto de datos. Las reglas obtenidas pueden servir de ayuda para poder tomar decisiones de un pre diagnóstico.
publishDate 2016
dc.date.accessioned.none.fl_str_mv 2017-06-20T15:48:53Z
dc.date.available.none.fl_str_mv 2017-06-20T15:48:53Z
dc.date.issued.fl_str_mv 2016
dc.type.es_ES.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12802/2698
url https://hdl.handle.net/20.500.12802/2698
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_ES.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_ES.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_ES.fl_str_mv Universidad Señor de Sipán
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_ES.fl_str_mv Repositorio Institucional - USS
Repositorio Institucional USS
dc.source.none.fl_str_mv reponame:USS-Institucional
instname:Universidad Señor de Sipan
instacron:USS
instname_str Universidad Señor de Sipan
instacron_str USS
institution USS
reponame_str USS-Institucional
collection USS-Institucional
bitstream.url.fl_str_mv http://repositorio.uss.edu.pe//bitstream/20.500.12802/2698/10/T%c3%89CNICAS%20DE%20MINER%c3%8dA%20DE%20DATOS%20PARA%20PREDICCI%c3%93N%20DEL%20DIAGN%c3%93NSTICO%20DE%20HIPERTENSI%c3%93N%20ARTERIAL.pdf.jpg
http://repositorio.uss.edu.pe//bitstream/20.500.12802/2698/1/T%c3%89CNICAS%20DE%20MINER%c3%8dA%20DE%20DATOS%20PARA%20PREDICCI%c3%93N%20DEL%20DIAGN%c3%93NSTICO%20DE%20HIPERTENSI%c3%93N%20ARTERIAL.pdf
http://repositorio.uss.edu.pe//bitstream/20.500.12802/2698/2/license_url
http://repositorio.uss.edu.pe//bitstream/20.500.12802/2698/3/license_text
http://repositorio.uss.edu.pe//bitstream/20.500.12802/2698/4/license_rdf
http://repositorio.uss.edu.pe//bitstream/20.500.12802/2698/9/T%c3%89CNICAS%20DE%20MINER%c3%8dA%20DE%20DATOS%20PARA%20PREDICCI%c3%93N%20DEL%20DIAGN%c3%93NSTICO%20DE%20HIPERTENSI%c3%93N%20ARTERIAL.pdf.txt
bitstream.checksum.fl_str_mv a313e40353f34679d988448d1e2f2796
331db8e617267a63bcbc69fb37b77310
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
95e7255d26068743b6f1ea8106074ba7
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad Señor de Sipán
repository.mail.fl_str_mv repositorio@uss.edu.pe
_version_ 1772955143789084672
score 13.959421
Técnicas de minería de datos para predicción del diagnóstico de hipertensión arterial
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