Predicción del tipo de parto en el departamento de ginecología-obstetricia del Hospital Santa Rosa mediante Machine Learning

dc.contributor.advisorCalderón Niquín, Marks
dc.contributor.authorPerez Garcia, Adams Smith
dc.contributor.authorSeminario Vergaray, Raul Francisco
dc.coverage.spatialPerú
dc.date.accessioned2024-04-11T21:33:51Z
dc.date.available2024-04-11T21:33:51Z
dc.date.embargoEnd2025-11-30
dc.date.issued2023
dc.description.abstractEn 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.
dc.formatapplication/pdf
dc.identifier.urihttps://hdl.handle.net/20.500.12640/3892
dc.languageEspañol
dc.language.isospa
dc.publisherUniversidad ESAN
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/embargoedAccess
dc.rights.urihttp://creativecommons.org/licenses/by/4.0*
dc.subjectMachine learninges_ES
dc.subjectSalud maternoinfantiles_ES
dc.subjectHospitaleses_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#5.02.04
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.11.04
dc.titlePredicción del tipo de parto en el departamento de ginecología-obstetricia del Hospital Santa Rosa mediante Machine Learning
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.otherTrabajo de suficiencia profesional
local.acceso.esanEmbargado
renati.advisor.dni70263095
renati.advisor.orcidhttps://orcid.org/0000-0002-5440-3978
renati.author.dni72383911
renati.discipline613066
renati.discipline722056
renati.jurorCarpio Gallegos, Javier Del
renati.jurorCastro Gamarra, Giannina
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional
thesis.degree.disciplineIngeniería Industrial y Comercial
thesis.degree.disciplineIngeniería de Tecnologías de Información y Sistemas
thesis.degree.grantorUniversidad ESAN. Facultad de Ingeniería
thesis.degree.nameIngeniero Industrial y Comercial
thesis.degree.nameIngeniero de Tecnologías de Información y Sistemas

Archivos

Bloque original

Mostrando 1 - 4 de 4
Miniatura
Nombre:
2023_IIC_23-2_10_R.pdf
Tamaño:
159.06 KB
Formato:
Adobe Portable Document Format
Descripción:
Resumen
No hay miniatura disponible
Nombre:
2023_IIC_23-2_13_TC.pdf
Tamaño:
5.08 MB
Formato:
Adobe Portable Document Format
Descripción:
Texto completo
No hay miniatura disponible
Nombre:
2023_IIC_23-2_13_F.pdf
Tamaño:
799.18 KB
Formato:
Adobe Portable Document Format
Descripción:
Autorización (acceso restringido)
No hay miniatura disponible
Nombre:
2023_IIC_23-2_13_TU.pdf
Tamaño:
20.81 MB
Formato:
Adobe Portable Document Format
Descripción:
Informe Turnitin (acceso restringido)

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción: