Modelos de machine learning para la detección temprana de deficiencias nutricionales en la infancia

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/29950
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorLlerena Izquierdo, Joe-
dc.contributor.authorDavalos Carrera, Jefferson Ismael-
dc.contributor.authorCortez Paredes, Katty Milena-
dc.date.accessioned2025-03-18T17:53:17Z-
dc.date.available2025-03-18T17:53:17Z-
dc.date.issued2025-
dc.identifier.urihttp://dspace.ups.edu.ec/handle/123456789/29950-
dc.descriptionSe ha desarrollado una investigación probando distintos modelos de machine learning para abordar la desnutrición infantil en Ecuador. Estos modelos permiten analizar métricas clave, como peso, edad y altura, establecidas por la OMS, con el fin de detectar tempranamente casos de desnutrición y categorizar sus posibles causas. Research has been conducted testing different machine learning models to address child malnutrition in Ecuador. These models enable the analysis of key metrics, such as weight, age, and height, as established by the WHO, to detect early cases of malnutrition and categorize its possible causes.spa
dc.description.abstractSe ha desarrollado una investigación probando distintos modelos de machine learning para abordar la desnutrición infantil en Ecuador. Estos modelos permiten analizar métricas clave, como peso, edad y altura, establecidas por la OMS, con el fin de detectar tempranamente casos de desnutrición y categorizar sus posibles causas. Se han realizado investigaciones probando diferentes modelos de aprendizaje automático para abordar la desnutrición infantil en Ecuador. Estos modelos permiten analizar métricas clave, como el peso, la edad y la altura, establecidas por la OMS, con el fin de detectar tempranamente casos de desnutrición y categorizar sus posibles causas.spa
dc.language.isospaspa
dc.rightsopenAccessspa
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectMALNUTRICIÓN INFANTILspa
dc.subjectAPRENDIZAJE AUTOMÁTICOspa
dc.subjectINDICADORES NUTRICIONALESspa
dc.subjectMODELOS PREDICTIVOSspa
dc.subjectINTELIGENCIA ARTIFICIALspa
dc.titleModelos de machine learning para la detección temprana de deficiencias nutricionales en la infanciaspa
dc.typebachelorThesisspa
ups.carreraComputaciónspa
ups.sedeSede Guayaquilspa
Pertenece a las colecciones: Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UPS-GT006114.pdfTexto Completo1,06 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons