Modelo de predicción de enfermedades ocupacionales utilizando técnicas de aprendizaje automático y análisis de datos
No Thumbnail Available
Date
2024
Journal Title
Journal ISSN
Volume Title
Publisher
PUCE - Quito
Abstract
El presente trabajo tiene como objetivo desarrollar un modelo de predicción de enfermedades ocupacionales mediante la utilización de técnicas de Aprendizaje Automático y análisis de datos. Este trabajo se centra en el análisis de datos de exámenes de sangre y diagnósticos médicos clasificados con la Codificación Internacional de Enfermedades CIE 10ª edición. El modelo pretende ser una herramienta que permita analizar los datos y generar conocimiento para la toma de decisiones.
Para el desarrollo de este trabajo se utilizó la metodología CRISP-DM, comprendiendo las necesidades del área de salud ocupacional y los datos de los que disponen, preparando los datos para finalmente generar y evaluar el modelo. Los algoritmos que se utilizaron para este trabajo fueron Bosques Aleatorios y el Máquina de vectores de soporte (SVM). El desarrollo se realizó con Python utilizando Jupyter Notebook y las librerías Pandas, Sklearn, Numpy, etc.
Description
Keywords
Aprendizaje supervisado (Aprendizaje automático), Minería de datos, Python (Lenguaje de programación de computadores), Pronóstico médico, Enfermedades Profesionales, Clasificación Internacional de Enfermedades, Bosques Aleatorios, Máquina de Vectores de Soporte