(Universidad Central "Marta Abreu" de Las Villas, 2023) Ciriano Hernández, Lyen
Con el aumento de las capacidades de cómputo, el cual ha dado un salto vertiginoso en las últimas décadas, ha ganado mucho terreno el análisis de grandes cantidades de datos mediante ordenadores, los cuales son capaces de procesar millones de datos en segundos. En esto ha sido muy importante el desarrollo de la inteligencia artificial, en especial de las redes neuronales. Por ello el presente trabajo tiene como objetivo general implementar una herramienta para realizar el pronóstico de las zonas de mayor riesgo de contener fuentes de transmisión del dengue utilizando algoritmos de aprendizaje de máquina, aplicando técnicas de aprendizaje automático utilizando el lenguaje de programación Python mediante el desarrollo de una red neuronal artificial. Se realiza una revisión bibliográfica sobre trabajos anteriores referentes al tema, así como el entrenamiento de un modelo de red neuronal del tipo Perceptrón Multicapa utilizando un conjunto de datos reales. Se realizan pronósticos con el modelo entrenado y se muestran los resultados de los errores y las predicciones.
Palabras claves: pronóstico, inteligencia artificial, aprendizaje de máquina, redes neuronales artificiales, Python, dengue
