Detección de casos de depresión en una población estudiantil aplicando algoritmos de aprendizaje no supervisado
Date
2024-09-06
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
“En la actualidad la aplicación de algoritmos de aprendizaje automático en el área médica va en aumento. Entre estas aplicaciones podemos observar la detección de tumores mediante análisis de imágenes, la observación de embarazos, el seguimiento de los casos de diabetes, etc., también se han enfocado a enfermedades mentales de tal manera que se puedan detectar en una etapa temprana y se les dé un mejor tratamiento a los pacientes que las padezcan. En este trabajo de tesis se aplicarán algoritmos de aprendizaje no supervisado para reconocer y agrupar los posibles casos de depresión en una población estudiantil de la Facultad de Ciencias de la Computación de la BUAP. Para realizar esta tarea se seguirá la metodología de un proyecto de ciencias de datos, donde se realizará un preprocesamiento de datos y una implementación de los algoritmos de aprendizaje no supervisado que se proponen en este trabajo. Para evaluar la metodología y las propuestas de algoritmos se tomarán en cuenta las métricas para aprendizaje no supervisado, coeficiente de la silueta e índice de Davies-Bouldin, de los distintos modelos obtenidos de tal manera que podamos dar un veredicto del mejor modelo para detectar y categorizar los casos de depresión”.
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading