Please use this identifier to cite or link to this item: http://repositorio.undac.edu.pe/handle/undac/3981
Title: Modelo de Minería de Datos para la Predicción de Casos de Anemia en Madres Gestantes de la Provincia de Pasco - 2023
Authors: Yauri Santa Cruz, Bryan Omar
Advisors: Campos Salvatierra, Oscar Clevorio
Keywords: Minería de datos;Predicción de casos de anemia en gestantes
Issue Date: 30-Jan-2024
Publisher: Universidad Nacional Daniel Alcides Carrión
Abstract: 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
Rights: info:eu-repo/semantics/openAccess
Appears in Collections:Ingeniería de Sistemas y Computación

Files in This Item:
File Description SizeFormat 
T026_70889833_T.pdf1,59 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons