dc.contributorRamos Mosquera Bolívar
dc.creatorMariño Onofre, Adrián Joel
dc.creatorMurillo Coello, Steven Eduardo
dc.date.accessioned2019-04-29T21:27:16Z
dc.date.accessioned2023-03-09T15:00:41Z
dc.date.available2019-04-29T21:27:16Z
dc.date.available2023-03-09T15:00:41Z
dc.date.created2019-04-29T21:27:16Z
dc.date.issued2019-02-23
dc.identifierhttp://repositorio.ug.edu.ec/handle/redug/39455
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/6069455
dc.description.abstractLa salud hoy en día es algo primordial para los seres vivos pues representa su completo bienestar. Actualmente, los avances tecnológicos ayudan a la humanidad a mantener su salud en óptimas condiciones. Además, nos encontramos en una era donde los sistemas de datos pueden ser extraídos y visualizados para el posterior análisis de la información. Surge la necesidad de crear modelos e indicadores estadísticos y que estos sean fuente de información sobre brotes de enfermedades infecciosas en diferentes partes del país. Lastimosamente, no existen plataformas que usen técnicas de Machine Learning tanto en su modelo supervisado y no supervisado, esto causa que todo tipo de procesos respecto a modelos predictivos se realicen manualmente y alarguen el tiempo de formulación. Se creó un repositorio de datos para las enfermedades infecciosas y se realizaron modelos e indicadores estadísticos para brindar información de cuál enfermedad está siendo recurrente brindando la oportunidad que dicha información esté al alcance de todas las personas. Se logró usar estas técnicas de Machine Learning e implementar ocho indicadores claves para la obtención de la información en esta propuesta de plataforma llamada CollaborativeHealth.
dc.description.abstractHealth today is paramount for living beings because it represents their complete well-being. Currently, technological advances help humanity to maintain its health in optimal conditions. In addition, we are in an era where data systems can be extracted and visualized for the subsequent analysis of information. The need arises to create models and statistical indicators and that these are a source of information about outbreaks of infectious diseases in different parts of the country. Unfortunately, there are no platforms that use Machine Learning techniques in both their supervised and unsupervised models. This causes all types of processes with respect to predictive models to be carried out manually and to lengthen the formulation time. A repository of data for infectious diseases was created and models were made, as well as statistical indicators to provide information on which disease is recurring, providing the opportunity that this information is available to all people. It was possible to use these Machine Learning techniques and implement eight key indicators to obtain the information in this platform proposal called Collaborative Health.
dc.languagespa
dc.publisherUniversidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería En Networking y Telecomunicaciones
dc.rightsopenAccess
dc.subjectMachine learning
dc.subjectModelos preventivos
dc.subjectModelo supervisados
dc.subjectModelo no supervisados
dc.subjectIndicadores estadísticos
dc.title“Plataforma collaborativehealth para la prevención de enfermedades infecciosas basadas en el análisis inteligente en RRSS y participación ciudadana, enfocado en la presentación de resultado de la aplicación de machine learning sobre la información de la plataforma”
dc.typeThesis


Este ítem pertenece a la siguiente institución