Predicción del nivel de estrés en estudiantes universitarios utilizando técnicas de machine learning
| dc.contributor.advisor | Condori Coaquira, Angel Rosendo | |
| dc.contributor.author | Vilca Masco, Hernan | |
| dc.date.accessioned | 2021-01-07T15:22:08Z | |
| dc.date.available | 2021-01-07T15:22:08Z | |
| dc.date.issued | 2020-12-02 | |
| dc.description.abstract | El diagnostico en el sector salud es de suma importancia para el tratamiento de enfermedades de salud mental como el estrés, las tecnologías de inteligencia artificial específicamente en machine learning están cambiando el mundo en el sector de la salud mental el tratamiento de los datos con técnicas de aprendizaje de máquina son herramientas que apoyan a la toma de decisiones con una mayor confiabilidad de los profesionales del área sector salud. El uso de librerías y lenguajes de programación libres de licencias permiten tener un mejor control y desarrollar herramientas de software con bajos costos que permitan su uso por profesionales de la salud y personas libre de pagos de licencias a terceros. La metodología se basó en la propuesta de IBM Knowledge denominada CRISP-DM que consta de las siguientes fases: Comprensión del negocio, Comprensión de los datos, Preparación de los datos, Modelado, Evaluación y distribución, todo esto con el objetico de entrenar un modelo computacional basado en Aprendizaje de Maquina para predecir del nivel de estrés en estudiantes universitarios. | en_ES |
| dc.description.escuela | Escuela Profesional de Ingeniería de Sistemas | en_ES |
| dc.description.lineadeinvestigacion | Tecnología de información e innovación tecnológica | en_ES |
| dc.description.sede | LIMA | en_ES |
| dc.format | application/pdf | en_ES |
| dc.identifier.uri | http://repositorio.upeu.edu.pe/handle/20.500.12840/4096 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Peruana Unión | en_ES |
| dc.publisher.country | PE | en_ES |
| dc.rights | info:eu-repo/semantics/openAccess | en_ES |
| dc.rights.uri | http://creativecommons.org/licenses/by/3.0/es/ | * |
| dc.subject | Machine learning | en_ES |
| dc.subject | Limpieza de datos | en_ES |
| dc.subject | Estrés | en_ES |
| dc.subject | Predicción | en_ES |
| dc.subject | Instrumento del estrés | en_ES |
| dc.subject.ocde | http://purl.org/pe-repo/ocde/ford#2.00.00 | en_ES |
| dc.title | Predicción del nivel de estrés en estudiantes universitarios utilizando técnicas de machine learning | en_ES |
| dc.type | info:eu-repo/semantics/bachelorThesis | en_ES |
| renati.advisor.dni | 40728626 | |
| renati.advisor.orcid | https://orcid.org/0000-0003-4681-4272 | |
| renati.author.dni | 71958406 | |
| renati.discipline | 612076 | en_ES |
| renati.juror | Centurión Julca, Lennin Henry | |
| renati.juror | Sullon Macalupu, Abel Angel | |
| renati.juror | Gutierrez Quispe, Eder | |
| renati.level | http://purl.org/pe-repo/renati/nivel#tituloProfesional | en_ES |
| renati.type | http://purl.org/pe-repo/renati/type#trabajoDeInvestigacion | en_ES |
| thesis.degree.discipline | Ingeniería de Sistemas | en_ES |
| thesis.degree.grantor | Universidad Peruana Unión. Facultad de Ingeniería y Arquitectura | en_ES |
| thesis.degree.name | Ingeniero de Sistemas | en_ES |
Archivos
Bloque original
1 - 1 de 1
Cargando...
- Nombre:
- Hernan_Tesis_Licenciatura_2020.pdf
- Tamaño:
- 934.96 KB
- Formato:
- Adobe Portable Document Format
- Descripción:
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: