Ingeniería de Sistemas RE (Colección Restringida)

Permanent URI for this collection

Now showing 1 - 1 of 1

Construcción de un modelo para predecir el riesgo de infección con COVID-19
(Universidad Católica Luis Amigó, 2021) Vélez Velandia, Elizabeth; Gil Vera, Víctor Daniel
El COVID-19 ha cobrado la vida de millones de personas a nivel mundial. A pesar de que son grandes los esfuerzos realizados por entes gubernamentales para detener su propagación y pese a que ya existen vacunas (Pfizer, Aztrazeneca, Sputnik, Sinovac, Novavax) que generan una inmunidad temporal, el número de infectados y muertes no cesa. El objetivo de esta investigación fue aplicar diferentes técnicas de Machine Learning (ML) para identificar si un paciente infectado con COVID-19 morirá o no. Para la construcción de los modelos de clasificación se empleó una base de datos pública de 566.602 pacientes mexicanos infectados con el virus, los modelos entrenados fueron; regresión logística, K-Nearest Neighbor (KNN), Support Vector Machine (SVM), Naïve Bayes, Decision Tree y Random forest. Se concluye que la precisión obtenida por todos los modelos fue buena (>70%), el modelo de regresión logística obtuvo la precisión más alta.