Predicción del tipo de parto en el departamento de ginecología-obstetricia del Hospital Santa Rosa mediante Machine Learning
dc.contributor.advisor | Calderón Niquín, Marks | |
dc.contributor.author | Perez Garcia, Adams Smith | |
dc.contributor.author | Seminario Vergaray, Raul Francisco | |
dc.coverage.spatial | Perú | |
dc.date.accessioned | 2024-04-11T21:33:51Z | |
dc.date.available | 2024-04-11T21:33:51Z | |
dc.date.embargoEnd | 2025-11-30 | |
dc.date.issued | 2023 | |
dc.description.abstract | En 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.format | application/pdf | |
dc.identifier.uri | https://hdl.handle.net/20.500.12640/3892 | |
dc.language | Español | |
dc.language.iso | spa | |
dc.publisher | Universidad ESAN | |
dc.publisher.country | PE | |
dc.rights | info:eu-repo/semantics/embargoedAccess | |
dc.rights.uri | http://creativecommons.org/licenses/by/4.0 | * |
dc.subject | Machine learning | es_ES |
dc.subject | Salud maternoinfantil | es_ES |
dc.subject | Hospitales | es_ES |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#5.02.04 | |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.11.04 | |
dc.title | Predicción del tipo de parto en el departamento de ginecología-obstetricia del Hospital Santa Rosa mediante Machine Learning | |
dc.type | info:eu-repo/semantics/bachelorThesis | |
dc.type.other | Trabajo de suficiencia profesional | |
local.acceso.esan | Embargado | |
renati.advisor.dni | 70263095 | |
renati.advisor.orcid | https://orcid.org/0000-0002-5440-3978 | |
renati.author.dni | 72383911 | |
renati.discipline | 613066 | |
renati.discipline | 722056 | |
renati.juror | Carpio Gallegos, Javier Del | |
renati.juror | Castro Gamarra, Giannina | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | |
renati.type | https://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional | |
thesis.degree.discipline | Ingeniería Industrial y Comercial | |
thesis.degree.discipline | Ingeniería de Tecnologías de Información y Sistemas | |
thesis.degree.grantor | Universidad ESAN. Facultad de Ingeniería | |
thesis.degree.name | Ingeniero Industrial y Comercial | |
thesis.degree.name | Ingeniero de Tecnologías de Información y Sistemas |
Archivos
Bloque original
1 - 4 de 4
- 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
1 - 1 de 1
No hay miniatura disponible
- Nombre:
- license.txt
- Tamaño:
- 1.71 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: