Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

Análisis de riesgo de padecer enfermedad cardíaca mediante técnicas de Machine Learning

dc.contributor.advisorCastro Cantalejo, Javier
dc.contributor.authorCalvo Robas, Alejandro
dc.date.accessioned2024-10-09T13:42:21Z
dc.date.available2024-10-09T13:42:21Z
dc.date.issued2024-09
dc.description.abstractLas enfermedades cardíacas son una de las enfermedades más mortales en el mundo, por lo que resulta de vital importancia estudiar todos los factores que pueden afectar a la mortalidad por este tipo de enfermedades. A través de las respuestas a las preguntas de una encuesta telefónica, se define como objetivo principal estudiar qué factores pueden suponer un mayor riesgo de padecer una enfermedad cardíaca y la muerte por ello. Para conocer estos factores se utilizan técnicas de Machine Learning y se extrae el mejor modelo a través del cual se puede conocer el efecto de cada factor de riesgo. Con ello se pueden extraer conclusiones y dar recomendaciones al paciente.
dc.description.abstractAbstract: Heart Disease is one of the most lethal diseases in the world, so it is important to study all the factors that can affect de mortality from this type of diseases. Through the answers to the questions in a telephone survey, the main purpose of this project is to study which factors increase the risk of suffering from heart disease and death from it. To find out these factors, Machine Learning techniques are used, and the best model is extracted to know the effect of each risk factor. Therefore, conclusions are drawn, and recommendations can also be given to the patient.
dc.description.departmentDepto. de Estadística y Ciencia de los Datos
dc.description.facultyFac. de Estudios Estadísticos
dc.description.refereedTRUE
dc.description.statusunpub
dc.identifier.urihttps://hdl.handle.net/20.500.14352/108810
dc.language.isospa
dc.master.titleMáster en Minería de Datos e Inteligencia de Negocios
dc.page.total82
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.accessRightsopen access
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.cdu616.12
dc.subject.cdu616.12-005
dc.subject.cdu519.2
dc.subject.cdu004.85
dc.subject.keywordEnfermedades cardíacas
dc.subject.keywordMachine Learning
dc.subject.keywordHeart Disease
dc.subject.ucmCardiología
dc.subject.ucmEstadística
dc.subject.ucmInteligencia artificial (Informática)
dc.subject.unesco3205.01 Cardiología
dc.subject.unesco1209 Estadística
dc.subject.unesco1203.04 Inteligencia Artificial
dc.titleAnálisis de riesgo de padecer enfermedad cardíaca mediante técnicas de Machine Learning
dc.typemaster thesis
dc.type.hasVersionAO
dspace.entity.typePublication
relation.isAdvisorOfPublicatione556dae6-6552-4157-b98a-904f3f7c9101
relation.isAdvisorOfPublication.latestForDiscoverye556dae6-6552-4157-b98a-904f3f7c9101

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
TFM_AlejandroCalvo.pdf
Size:
1.46 MB
Format:
Adobe Portable Document Format