Detección de casos de depresión en una población estudiantil aplicando algoritmos de aprendizaje no supervisado

Simple item page
dc.audiencegeneralPublic
dc.contributorTovar Vidal, Mireya
dc.contributorDe Ita Luna, Guillermo
dc.contributor.advisorTOVAR VIDAL, MIREYA; 98665
dc.contributor.advisorDE ITA LUNA, GUILLERMO; 57559
dc.contributor.authorMendoza Gómez, Octavio
dc.date.accessioned2024-10-16T21:19:44Z
dc.date.available2024-10-16T21:19:44Z
dc.date.issued2024-09-06
dc.description.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”.
dc.folio20240827152913-9525-T
dc.formatpdf
dc.identificator7
dc.identifier.urihttps://hdl.handle.net/20.500.12371/21781
dc.language.isospa
dc.matricula.creator222470185
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0
dc.subject.classificationINGENIERÍA Y TECNOLOGÍA
dc.subject.lccCiencia (general)--Cibernética--Sistemas autoorganizados--Aprendizaje automático
dc.subject.lccEstudiantes universitarios--Salud mental
dc.subject.lccTrastornos del estado de ánimo--Diagnóstico--Métodos
dc.subject.lccAlgoritmos
dc.subject.lccCuestionarios--Diseño
dc.thesis.careerMaestría en Ciencias de la Computación
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactas
dc.thesis.degreegrantorFacultad de Ciencias de la Computación
dc.thesis.degreetoobtainMaestro en Ciencias de la Computación
dc.titleDetección de casos de depresión en una población estudiantil aplicando algoritmos de aprendizaje no supervisado
dc.typeTesis de maestría
dc.type.conacytmasterThesis
dc.type.degreeMaestría
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
20240827152913-9525-T.pdf
Size:
3.08 MB
Format:
Adobe Portable Document Format
Download
Name:
20240827152913-9525-CARTA.pdf
Size:
3.81 MB
Format:
Adobe Portable Document Format
Collections
Tesis de Maestría