Show simple item record

dc.contributor.advisorPeralta Delgado, Carlos Salvador
dc.contributor.authorContreras Siu, Nathalia Elena
dc.date.accessioned2021-05-12T21:58:50Z
dc.date.available2021-05-12T21:58:50Z
dc.date.issued2021
dc.identifier.urihttps://hdl.handle.net/20.500.12805/1827
dc.description.abstractLa presente investigación se basó en torno a la problemática en el consultorio médico del Dr. Pinto sobre la incidencia de accidentes cerebrovasculares. Por ello, este estudio se enfoca en el uso de machine learning para desarrollar e implementar una aplicación web que considere las principales condiciones de riesgo del paciente, y prediga esta enfermedad, sirviendo como referencia para el doctor. Esta investigación tiene un diseño experimental y su objetivo es determinar el nivel de influencia para predecir el riesgo de accidente cerebrovascular en pacientes del consultorio en cuestión. Por ende, la solución que se desarrolló fue una aplicación web basada en un modelo de Random Forest que procesa la data, y predice accidentes cerebrovasculares. Todo esto mediante una primera interfaz en la cual se ingresan los principales riesgos del paciente tales como la edad, glucosa, hipertensión, entre otros. Mientras que en la segunda interfaz, el médico consulta los resultados procesados. Para el desarrollo de esta solución se aplicó la metodología de Data Science, considerando también los detalles de los principales requerimientos funcionales. Los resultados indican que sí existe una relación entre machine learning y los accidentes cerebrovasculares, ya que tanto los diagnósticos predichos como los reales son iguales. Por ello, se concluye que la solución es de utilidad para el consultorio del Dr. Pinto.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Científica del Sures_PE
dc.rightsinfo:eu-repo/semantics/restrictedAccesses_PE
dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)*
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.sourceRepositorio Institucional – UCSes_PE
dc.sourceUniversidad Científica del Sures_PE
dc.subjectMachine Learninges_PE
dc.subjectData Sciencees_PE
dc.subjectAccidente Cerebrovasculares_PE
dc.titleMachine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pintoes_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
dc.identifier.doihttps://doi.org/10.21142/tl.2021.1827
thesis.degree.disciplineIngeniería de Sistemas Empresarialeses_PE
thesis.degree.grantorUniversidad Científica del Sur. Facultad de Ciencias Empresarialeses_PE
thesis.degree.levelTítulo profesionales_PE
thesis.degree.nameIngeniero de Sistemas Empresarialeses_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.00es_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_PE
dc.publisher.countryPEes_PE
renati.advisor.dni25485835
renati.advisor.orcidhttps://orcid.org/0000-0003-2301-503Xes_PE
renati.author.dni70246162
renati.discipline612166es_PE
renati.jurorMeza Balvin, Sandra Jeannet
renati.jurorSalas Rojas, Jean Merry
renati.jurorAuccahuasi Aiquipa, Wilver
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
dc.type.otherTesis de Licenciatura


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/restrictedAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/restrictedAccess