Bibliographic citations
This is an automatically generated citacion. Modify it if you see fit
Carhuaricra, L., (2024). Análisis y modelo predictivo para controlar la nutrición de niños menores de 5 años 2022 [Universidad Femenina del Sagrado Corazón]. https://hdl.handle.net/20.500.11955/1340
Carhuaricra, L., Análisis y modelo predictivo para controlar la nutrición de niños menores de 5 años 2022 []. PE: Universidad Femenina del Sagrado Corazón; 2024. https://hdl.handle.net/20.500.11955/1340
@misc{renati/974250,
title = "Análisis y modelo predictivo para controlar la nutrición de niños menores de 5 años 2022",
author = "Carhuaricra Huamali, Lourdes Margot",
publisher = "Universidad Femenina del Sagrado Corazón",
year = "2024"
}
Title: Análisis y modelo predictivo para controlar la nutrición de niños menores de 5 años 2022
Authors(s): Carhuaricra Huamali, Lourdes Margot
Advisor(s): Liendo Arevalo, Milner David
Keywords: Ingeniería de sistemas--Tesis; Análisis de un modelo Predictivo; Control de nutrición; Árbol de decisión
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2024
Institution: Universidad Femenina del Sagrado Corazón
Abstract: En la investigación titulada “ANÁLISIS Y MODELO PREDICTIVO PARA CONTROLAR LA NUTRICIÓN DE NIÑOS MENORES DE 5 AÑOS 2022”, el objetivo principal fue realizar un análisis de un modelo predictivo para gestionar la nutrición de los niños menores de 5 años en el Distrito de Ancón, Lima, durante el año 2022. Esta investigación se considera no experimental, ya que permite aproximarse al fenómeno, mediante la implementación de un tratamiento o estímulo en un grupo tiene como propósito generar hipótesis y luego evaluar una o más variables para analizar sus efectos. El control nutricional más reciente de 2023 incluyó niños menores de 5 años. La muestra se compone de 210 registros de niños del distrito de Ancón Lima y la población será de 460 registros de niños, la muestra fue de forma aleatoria no probabilística y las técnicas usadas es la observación de fichas. Como resultado de acuerdo con la técnica del árbol de decisión J48, que obtuvo una precisión del 99%, estos resultados son representación de influencia de manera general que ayudara a tomar una adecuada gestión en la alimentación de los niños menos de 5 años. En resumen, se logró completar todas las etapas de desarrollo mediante la implementación del modelo predictivo y del sistema web a través de las metodologías SCRUM y CRISP-DM. El algoritmo de árboles de decisión fue elegido porque se ajustó mejor a los criterios de selección del proyecto en comparación con otros algoritmos. El algoritmo también se implementó en las herramientas analizadas.
Link to repository: https://hdl.handle.net/20.500.11955/1340
Discipline: Ingeniería de Sistemas y Gestión de Tecnologías de Información
Grade or title grantor: Universidad Femenina del Sagrado Corazón. Facultad de Gestión Empresarial
Grade or title: Ingeniera de Sistemas y Gestión de Tecnología de la Información
Juror: Valdivia Camacho, Gloria Esther; Kuniyoshi Guevara, Gladys
Register date: 22-Nov-2024
This item is licensed under a Creative Commons License