TY  - BOOK
AU  - Guzmán Martelo,Camilo Andrés
AU  - Meléndez de Ávila,Gabriel
AU  - Zambrano Berrio,Cantillo Rafael
AU  - Barrios Sánchez,Jorge Manuel
TI  - Desarrollo de un modelo de clasificación basado en machine learning para la predicción de diabetes tipo II
U1  - TSI 2025 
PY  - 2025///
CY  - Cartagena de Indias
PB  - Corporación Universitaria Rafael Nuñez
KW  - Sistemas de información y software
KW  - Tesis y disertaciones academicas
N1  - 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
N2  - "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.."
UR  - https://unicurn.sharepoint.com/:b:/s/biblioteca/ETIzMIboIPdBpwKoLljMIxMBk4D6ByV26e-r0me_G74tRw?e=bJn4c6
ER  -