Algoritmos de machine learning para predecir la anemia en niños de 6 a 35 meses de edad en Cusco

• Autor: Mamani Barrios, Eulios
• Formato: tesis de maestría
• Fecha de Publicación: 2023
• Institución: Universidad Nacional de San Antonio Abad del Cusco
• Repositorio: UNSAAC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsaac.edu.pe:20.500.12918/8469
• Enlace del recurso: http://hdl.handle.net/20.500.12918/8469
• Nivel de acceso: acceso abierto
• Materia: Machine learning; Algoritmo; Anemia; Predicción; http://purl.org/pe-repo/ocde/ford#1.01.03

El presente trabajo de investigación titulado “Algoritmos de machine learning para predecir la anemia en niños de 6 a 35 meses de edad en Cusco” tiene como objetivo de la presente investigación es determinar el algoritmo de Machine Learning más eficiente para predecir la anemia en niñas y niños de 6 a 35 meses de edad a partir de factores sociodemográficos, biológicos, etc. en Cusco. Se utilizó la información de la Encuesta Demográfica y de Salud Familiar (ENDES) de los años 2019 y 2020. La metodología aplicada fue el Knowledge Discovery in Databases (KDD) para el desarrollo de los modelos de Machine Learning. Al evaluar la precisión, los algoritmos K-Nearest Neighbor (KNN), Support Vector Machine (SVM) y Redes Neuronales consiguen más predicciones correctas de acorde a las métricas de Accuracy, Sensibilidad y Especificidad. Finalmente se determinó que el mejor algoritmo fue el Support Vector Machine (SVM) con una Sensibilidad del 100%.