Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.undac.edu.pe/handle/undac/3981
Título : Modelo de Minería de Datos para la Predicción de Casos de Anemia en Madres Gestantes de la Provincia de Pasco - 2023
Autor : Yauri Santa Cruz, Bryan Omar
Asesor : Campos Salvatierra, Oscar Clevorio
Palabras clave : Minería de datos;Predicción de casos de anemia en gestantes
Fecha de publicación : 30-ene-2024
Editorial : Universidad Nacional Daniel Alcides Carrión
Resumen : El trabajo de investigación que realice se titula: “Modelo de Minería de Datos para la Predicción de Casos de Anemia en Madres Gestantes de la Provincia de Pasco - 2023” El objetivo principal fue desarrollar un modelo de extracción de datos para predecir la prevalencia de anemia entre mujeres embarazadas en el condado de Pasco en 2023 utilizando un diseño de estudio preexperimental con una variable y pocos controles. Esta información se refiere a la anemia entre las mujeres embarazadas en el condado de Pasco en 2022, pero el aumento se observó entre las mujeres embarazadas, enfocándose en su anemia y una muestra de 2,779 casos de anemia. Este proyecto de minería de datos probó tres algoritmos principales: red neuronal de perceptrón multicapa, Naive Bayes y árbol de decisión, y la técnica del árbol de decisión logró la mejor precisión: análisis de perceptrón multicapa 95 %, Naive Bayes 83 %, árbol de decisión. La tecnología alcanza el 99%.
URI : http://repositorio.undac.edu.pe/handle/undac/3981
metadata.dc.contributor.email: bryaf78@gmail.com
Derechos: info:eu-repo/semantics/openAccess
Aparece en las colecciones: Ingeniería de Sistemas y Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
T026_70889833_T.pdf1,59 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons