De Ita Luna, GuillermoTovar Vidal, MireyaDE ITA LUNA, GUILLERMO; 57559TOVAR VIDAL, MIREYA; 98665Aguirre Agustín, Rubén2024-02-212024-02-212023-10https://hdl.handle.net/20.500.12371/20034“En este trabajo se realiza la implementación de herramientas de aprendizaje automático como son redes neuronales artificiales, máquinas de vector soporte y la aplicación del algoritmo de clasificación conocido como CART. El objetivo de aplicar estos sistemas de aprendizaje fue el reconocer los patrones existentes en los datos de la mortalidad en la población mexicana de los años 2010 al 2021. También se explica la metodología a seguir: definiendo que variables se usarán como entrada para cada causa; ´esta selección se hace a través de la correlación de Pearson y del análisis de regresión mediante mínimos cuadrados generalizados (GLS por sus siglas en inglés). Después se procede a aplicar algoritmos provenientes del aprendizaje automático sobre los datos recolectados. Finalmente, se muestran los resultados y las conclusiones obtenidas. Una de las principales conclusiones obtenidas en este trabajo, fue reconocer que, para este tipo de problema, el aplicar un algoritmo de clasificación tipo árbol de decisión (CART) obtuvo mejores resultados que los obtenidos al aplicar redes neuronales artificiales y máquinas de vector soporte. Los resultados de este trabajo de tesis se presentan a modo de gráficas y tablas en la ´ultima sección de este documento de tesis”.pdfspaINGENIERÍA Y TECNOLOGÍAMortalidad--México--EstadísticasMortalidad--Programas para computadoraSistemas de reconocimiento de patrones--Procesamiento de datosRedes neuronales (Computación)Análisis de regresiónMínimos cuadradosTesis de maestríaÁrboles de decisiónopenAccess