Desarrollo de un modelo de clasificación basado en machine learning para la predicción de diabetes tipo II / (Registro nro. 38123)
[ vista simple ]
| 000 -LEADER | |
|---|---|
| campo de control de longitud fija | 02474nam a2200241 4500 |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN | |
| campo de control | 20260701203224.0 |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL | |
| campo de control de longitud fija | 170718s2025 000 0 eng d |
| 040 ## - FUENTE DE CATALOGACIÓN | |
| Centro catalogador/agencia de origen | CO-CtgCURN |
| Lengua de catalogación | spa |
| Centro/agencia transcriptor | coctgcurn |
| 082 0# - NÚMERO DE LA CLASIFICACIÓN DECIMAL DEWEY | |
| Número de clasificación | TSI 2025 |
| Número de ítem | G993 |
| 100 1# - ENTRADA PRINCIPAL--NOMBRE DE PERSONA | |
| Nombre de persona | Guzmán Martelo, Camilo Andrés. |
| 245 10 - MENCIÓN DEL TÍTULO | |
| Título | Desarrollo de un modelo de clasificación basado en machine learning para la predicción de diabetes tipo II / |
| Mención de responsabilidad, etc. | Camilo Andrés Guzmán Martelo; Gabriel Meléndez de Ávila; Cantillo Rafael Zambrano Berrio; Asesor: Jorge Manuel Barrios Sánchez. |
| 260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC. | |
| Lugar de publicación, distribución, etc. | Cartagena de Indias : |
| Nombre del editor, distribuidor, etc. | Corporación Universitaria Rafael Nuñez, |
| Fecha de publicación, distribución, etc. | 2025. |
| 300 ## - DESCRIPCIÓN FÍSICA | |
| Extensión | 42 hojas. |
| 504 ## - NOTA DE BIBLIOGRAFÍA, ETC. | |
| Nota de bibliografía, etc. Nota | Trabajo de grado (Tecnologo en sistemas de información y software). Corporación Universitaria Rafael Nuñez. Facultad de ingenieria de sistema. Tecnologia en sistema de información y software, 2025. |
| 520 ## - RESUMEN, ETC. | |
| Sumario, etc. | "La diabetes tipo II representa un desafío de salud pública creciente a nivel mundial, caracterizada por la resistencia a la insulina y el aumento de los niveles de glucosa en sangre. Su detección temprana es crucial para implementar intervenciones que permitan mitigar complicaciones a largo plazo, como enfermedades cardiovasculares, daño renal y neuropatías. Los métodos tradicionales de diagnóstico a menudo se ven limitados por la sutileza de los síntomas iniciales, lo que subraya la necesidad de herramientas de prediccin más precisas y eficientes. En este contexto, el Machine Learning emerge como una alternativa prometedora para analizar grandes volúmenes de datos clínicos e identificar patrones complejos que podran pasar desapercibidos por los enfoques convencionales. Este proyecto de investigación se propone desarrollar y comparar modelos de clasificación basados en algoritmos de Machine Learning, específicamente Support Vector Machines (SVM), Random Forest y Redes Neuronales, para predecir el riesgo de desarrollar diabetes tipo II.." |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA | |
| Término de materia o nombre geográfico como elemento de entrada | Sistemas de información y software |
| Subdivisión general | Tesis y disertaciones academicas. |
| 700 1# - ENTRADA AGREGADA--NOMBRE PERSONAL | |
| Nombre de persona | Meléndez de Ávila, Gabriel. |
| 700 1# - ENTRADA AGREGADA--NOMBRE PERSONAL | |
| Nombre de persona | Zambrano Berrio, Cantillo Rafael. |
| 700 1# - ENTRADA AGREGADA--NOMBRE PERSONAL | |
| Nombre de persona | Barrios Sánchez, Jorge Manuel , |
| Término indicativo de función/relación | asesor. |
| 852 ## - LOCALIZACIÓN | |
| Ubicación | MHC |
| Sublocalización o colección | MHC |
| Ubicación en estantería | TG |
| Parte de clasificación | TSI 2025 |
| Parte de ítem | G993 |
| 856 ## - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS | |
| Identificador Uniforme de Recurso | <a href="https://unicurn.sharepoint.com/:b:/s/biblioteca/ETIzMIboIPdBpwKoLljMIxMBk4D6ByV26e-r0me_G74tRw?e=bJn4c6">https://unicurn.sharepoint.com/:b:/s/biblioteca/ETIzMIboIPdBpwKoLljMIxMBk4D6ByV26e-r0me_G74tRw?e=bJn4c6</a> |
| Nota pública | Click aqui para ver el recurso en texto completo |
| 942 ## - ELEMENTOS DE ENTRADA SECUNDARIOS (KOHA) | |
| Parte de clasificación | TSI 2025 |
| Parte de ítem | G993 |
| Fuente de la clasificación o esquema de estantería | Clasificación Decimal Dewey |
| Tipo de ítem Koha | Trabajos de grado |
| Estatus retirado | Estado de pérdida | Estado de daño | Clasificación normalizada Koha para ordenación | No para préstamo | Colección | Biblioteca de origen | Biblioteca actual | Ubicación en estantería | Fecha de adquisición | Número de inventario | Total de préstamos | Signatura topográfica completa | Código de barras | Visto por última vez | Tipo de ítem Koha | Coste, precio normal de compra | Precio de reemplazo |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| TSI_2025_000000000000000_G993 | Trabajos de grado | Biblioteca Miguel Henríquez Castañeda | Biblioteca Miguel Henríquez Castañeda | Trabajos de grado | 2018-09-23 | 025507 | TSI 2025 G993 | 025507 | 2025-06-17 | Trabajos de grado | 35000.00 | 2025-06-17 |
