Publicación:
Pronóstico de las zonas de mayor riesgo de contener fuentes de transmisión del dengue utilizando algoritmos de Machine Learning

datacite.contributor.contributorNameMontero Rojas, Lamay Rosa
datacite.contributor.contributorNameVinajera Zamora, Andrey
dc.contributor.authorCiriano Hernández, Lyen
dc.date.accessioned2025-01-22T19:10:59Z
dc.date.available2025-01-22T19:10:59Z
dc.date.issued2023
dc.description.abstractCon 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
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/18341
dc.language.isoes
dc.publisherUniversidad Central "Marta Abreu" de Las Villas
dc.rightshttp://purl.org/coar/access_right/c_f1cf
dc.subjectInteligencia artificial
dc.subjectToma de decisiones
dc.subjectVirus
dc.subjectEnfermedad tropical
dc.titlePronóstico de las zonas de mayor riesgo de contener fuentes de transmisión del dengue utilizando algoritmos de Machine Learning
dc.title.alternativeForecast of the areas at highest risk of containing sources of dengue transmission using Machine Learning algorithms
dc.typebachelor thesis
dspace.entity.typePublication
oaire.license.conditionhttp://creativecommons.org/licenses/by-nc-nd/4.0/
oaire.versionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
person.familyNameCiriano Hernández
person.familyNameVinajera Zamora
person.givenNameLyen
person.givenNameAndrey
relation.isAuthorOfPublication387bbe05-8059-406b-a8cc-686419a5cadd
relation.isAuthorOfPublication.latestForDiscovery387bbe05-8059-406b-a8cc-686419a5cadd
relation.isContributorOfPublication0861cbaa-1c4a-42b8-9e66-ea86dcdf39e5
relation.isContributorOfPublicationd2070297-f7b7-43c6-b286-c8798cf69caa
relation.isContributorOfPublication.latestForDiscovery0861cbaa-1c4a-42b8-9e66-ea86dcdf39e5

Archivos

Bloque original
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Ciriano Hernández, Lyen.pdf
Tamaño:
2.59 MB
Formato:
Adobe Portable Document Format
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.73 KB
Formato:
Item-specific license agreed upon to submission
Descripción: