dc.contributorCalderón-Niquín, Marks
dc.creatorPerez Garcia, Adams Smith
dc.creatorSeminario Vergaray, Raul Francisco
dc.date.accessioned2024-04-11T21:33:51Z
dc.date.accessioned2024-05-14T16:13:33Z
dc.date.available2024-04-11T21:33:51Z
dc.date.available2024-05-14T16:13:33Z
dc.date.created2024-04-11T21:33:51Z
dc.date.issued2023
dc.identifierhttps://hdl.handle.net/20.500.12640/3892
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9404952
dc.description.abstractEn el presente trabajo, se uso Machine Learning en el ámbito de aprendizaje supervizado. para predecir los tipos de partos de las gestante atendidas en el Hospital Santa Rosa, buscando optimizar los recursos de la institución tanto material como humano. Para la creación del Modelo se recopiló toda la información existente en el hospital santa rosa y el ministerio de salud (Minsa) mediante un cruce de información, luego de la limpieza de datos, se utilizo el 80% para el aprendizaje y uN 20% para la para corroborar la predicción. El modelo predominante para nuestro trabajo fue el Árbol de decisión, donde se identifico la variable y ( tipos de partos existentes) y las variables x ( diagnosticas por lo que existe complicaciones durante el parto). con lo cual el modelo se pudo recrear.
dc.languagespa
dc.publisherUniversidad ESAN
dc.publisherPE
dc.rightshttp://creativecommons.org/licenses/by/3.0/us/
dc.rightsinfo:eu-repo/semantics/embargoedAccess
dc.subjectMachine learning
dc.subjectSalud maternoinfantil
dc.subjectHospitales
dc.subjectPerú
dc.titlePredicción del tipo de parto en el departamento de ginecología-obstetricia del Hospital Santa Rosa mediante Machine Learning
dc.typeinfo:eu-repo/semantics/bachelorThesis


Este ítem pertenece a la siguiente institución