Look-up in Google Scholar
Full metadata record
Calderón Niquín, Marks
Perez Garcia, Adams Smith
Seminario Vergaray, Raul Francisco
Perú (es_ES)
2024-04-11T21:33:51Z
2024-04-11T21:33:51Z
2023
https://hdl.handle.net/20.500.12640/3892
En 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.
application/pdf
spa
Universidad ESAN
info:eu-repo/semantics/embargoedAccess
https://creativecommons.org/licenses/by/2.5/pe/ (*)
Machine learning (es_ES)
Salud maternoinfantil (es_ES)
Hospitales (es_ES)
Predicción del tipo de parto en el departamento de ginecología-obstetricia del Hospital Santa Rosa mediante Machine Learning
info:eu-repo/semantics/bachelorThesis
Universidad ESAN. Facultad de Ingeniería
Ingeniería Industrial y Comercial
Ingeniería de Tecnologías de Información y Sistemas
Ingeniero Industrial y Comercial
Ingeniero de Tecnologías de Información y Sistemas
PE
https://purl.org/pe-repo/ocde/ford#5.02.04
https://purl.org/pe-repo/ocde/ford#2.11.04
https://purl.org/pe-repo/renati/level#tituloProfesional
70263095
https://orcid.org/0000-0002-5440-3978
72383911
613066
722056
Carpio Gallegos, Javier Del
Castro Gamarra, Giannina
https://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional
Privada asociativa



This item is licensed under a Creative Commons License Creative Commons