000			02474nam a2200241 4500
005			20250617192042.0
008			170718s2025 000 0 eng d
040			_aCO-CtgCURN _bspa _ccoctgcurn
082	0		_aTSI 2025 _bG993
100	1		_aGuzmán Martelo, Camilo Andrés.
245	1	0	_aDesarrollo de un modelo de clasificación basado en machine learning para la predicción de diabetes tipo II / _cCamilo Andrés Guzmán Martelo; Gabriel Meléndez de Ávila; Cantillo Rafael Zambrano Berrio; Asesor: Jorge Manuel Barrios Sánchez.
260			_aCartagena de Indias : _bCorporación Universitaria Rafael Nuñez, _c2025.
300			_a42 hojas.
504			_aTrabajo 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			_a"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	_aSistemas de información y software _xTesis y disertaciones academicas.
700	1		_aMeléndez de Ávila, Gabriel.
700	1		_aZambrano Berrio, Cantillo Rafael.
700	1		_aBarrios Sánchez, Jorge Manuel , _easesor.
856			_uhttps://unicurn.sharepoint.com/:b:/s/biblioteca/ETIzMIboIPdBpwKoLljMIxMBk4D6ByV26e-r0me_G74tRw?e=bJn4c6 _zClick aqui para ver el recurso en texto completo
942			_hTSI 2025 _iG993 _2ddc _cTG
999			_c49019 _d49019