Aplicación Web Basado en Minería de Datos usando la Técnica de Naive Bayes para la Predicción de la obesidad en edad infantil en los Hospitales Públicos de Lima
Ver/
Descargar
(application/pdf: 4.291Mb)
(application/pdf: 4.291Mb)
Fecha
2023Autor(es)
Becerra Romero, Nicole Emily
Metadatos
Mostrar el registro completo del ítemResumen
Implementa un modelo predictivo utilizando la técnica Naive Bayes para predecir la obesidad
infantil en los Hospitales Públicos de Lima y desarrollar una aplicación web que nos
permita interactuar con el modelo resultante. La obesidad infantil es una enfermedad que causa preocupación a nivel mundial
debido a que es considerada la principal causa de enfermedades crónicas como la diabetes y
otras afecciones al sistema respiratorio, además de ser el factor de riesgo más relevante para el
COVID-19. Es por esto por lo que se han realizado distintos trabajos de investigación con el fin
de predecir la obesidad, estos trabajados abordaron el tema usando distintas técnicas de minería
de datos. El trabajo de investigación realizado crea un modelo predictivo usando la técnica Naive
Bayes bajo la metodología KDD para definir la probabilidad de que un niño va a padecer la
enfermedad en algún momento de su vida, esperando obtener una exactitud mayor a 90%. El
conjunto de datos utilizado para la implementación del modelo Naive Bayes está compuesta
por 770 historias clínicas y contó con 27 variables; esta información es extraída del aplicativo
e-Qhali.
Coleccion(es)