Please use this identifier to cite or link to this item: http://hdl.handle.net/10983/15329
Title: Minería de datos para el descubrimiento de patrones en enfermedades respiratorias en Bogotá, Colombia
Authors: Aguilar, Juan Sebastian
Rojas Gutiérrez, Erika Andrea
Director(s): Velandia Vega, John Alexander, dir.
Keywords: ARQUITECTURA DE DATOS
ARQUITECTURA DE DATOS
CLUSTERING
CALIDAD DE DATOS
DIAGNÓSTICOS
FUENTES DE EXTRACCIÓN
K-MEANS
TÉCNICA DE MINERÍA DE DATOS
Issue Date: Dec-2017
Citation: Aguilar, J. S. & Rojas Gutiérrez, E. A. (2017). Minería de datos para el descubrimiento de patrones en enfermedades respiratorias en Bogotá, Colombia. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia
Abstract: El presente proyecto se basa en la aplicación de minería de datos mediante el algoritmo de clustering K- means que permita la generación de un modelo descriptivo con el análisis de los datos y con el objetivo de identificar posibles comportamientos en enfermedades respiratorias en la ciudad de Bogotá. El conjunto de clústeres generados por la herramienta RapidMiner es la recopilación de datos de un periodo de cinco años de 2012 a 2016, en donde se contemplan el número de casos asociados a 184 diagnósticos de enfermedades respiratorias y la edad de los pacientes corresponde de 0 a 5 años.
Description: 80 p.
Bibliography References: (DANE), D. A. N. D. E. (2017). DANE. Retrieved September 10, 2017, from http://www.dane.gov.co/

Alvarez, F. M., Troncoso, A., & Riquelme, J. C. (n.d.). Reconocimiento de patrones aplicado a la predicción de series temporales.

Anaya, J. J. (2015). Jhon Jairo Anaya Díaz.

Benítez, I., & Díez, J. L. (2005). Técnicas de Agrupamiento para el Análisis de Datos Cuantitativos y Cualitativos, (September 2017), 1–48.

Berkhin, P. (2002). Survey Of Clustering Data Mining Techniques. Accrue Software, San Jose, CA , 1–56.

Campos, G. (2009). Aplicación de técnicas de clustering para la mejora del aprendizaje.

COMPUTERWORD. (2017). Retrieved May 20, 2017, from www.computerworld.com

Cumming, G., Fidler, F., Vaux, D. L., Ioannidis, J. P. A., R Development Core Team, R., Hanahan, D., … Gersbach, C. a. (2011). Graph Kernels. Bioinformatics (Oxford, England) . https://doi.org/10.1038/sdata.2014.31

Daniel, P. L. C. y S. G. (2006). Data Mining Soluciones con Enterprise Miner . (A. R.- Ma, Ed.).

Díaz Arévalo, J. L., & Pérez García, R. (2002). Estado Del Arte En La Utilización De Tecnicas Avanzadas Para La Busqueda De Información No Trivial a Partir De Datos En Los Sistemas De Abastecimiento De Agua Potable. Departamento de Ingeniería Hidráulica Y Medio Ambiente .

Eduardo, J., & Medina, T. (2014). Facultad De Ciencias Físicas Y Matemáticas. Retrieved from http://repositorio.uchile.cl/bitstream/handle/2250/103717/Separacion-de-reniopor- electrodialisis-a-partir-de-soluciones-acidas-con-presencia.pdf?sequence= 3

Elkan, C. (2010). Predictive analytics and data mining . https://doi.org/10.4018/978-1-4666-9562-7.ch019

Frsf, C. U. T. N., & Conicet, I. U.-. (n.d.-a). Minería de Datos en Base de Datos de Servicios de Salud. Retrieved from http://conaiisi.unsl.edu.ar/2013/132-505-1-DR.pdf

Frsf, C. U. T. N., & Conicet, I. U.-. (n.d.-b). Minería de Datos en Base de Datos de Servicios de Salud.

Galvis, B., & Rojas, N. Y. (n.d.). ciudad de Bogotá, 3 , 336–353.

Gutiérrez, J. (2016). Líneas de investigación en minería de datos en aplicaciones en ciencia e ingeniería: Estado del arte y perspectivas. Pdfs.Semanticscholar.Org , (1), 1–17.

Hernández-Flórez, L. J., Aristizabal-Duque, G., Quiroz, L., Medina, K., Rodríguez-Moreno, N., Sarmiento, R., & Osorio-García, S. D. (2013). Contaminación del aire y enfermedad respiratoria en menores de cinco años de Bogotá, 2007. Revista de Salud Pública , 15 (4), 503–516. Retrieved from http://www.revistas.unal.edu.co/index.php/revsaludpublica/article/view/38719/4 4829

Individuales, L. R., General, S., Social, S., Frecuentes, P., Individual, R., & Versi, R. (2000). Preguntas frecuentes, 1–17.

Instituto de Hidrologia, M. y estudios ambientales. (2010). Calidad del Aire

López, C. P. (2017). Minería de datos: técnicas y herramientas . España.

Magdaleno, D., Miranda, Y., Fuentes, I. E., & García, M. M. (2015). Comparative Study of Clustering Algorithms using OverallSimSUX Similarity Function for XML Documents. https://doi.org/10.4114/ia.v18i55.1098

Manning, C. D., Raghavan, P., & Schütze, H. (2009). Hierarchical clustering. Introduction to Information Retrieval , (c), 377–401. https://doi.org/10.1017/CBO9780511809071.017

Marchán E, Salcedo J, Aza T, Figuera L, Martínez de Pisón F, G. P. (2011). Reglas de asociación para determinar factores de riesgo epidemiológico de transmisión de la enfermedad de Chagas. Revista de Ciencia E Ingeniería , (January), 55–60.

Molina, J., & García, J. (2008). Técnicas de Minería de Datos basadas en Aprendizaje Automático. Técnicas de Análisis de Datos , 96–266.

Molina, L. C. (2002). Data mining: torturando a los datos hasta que confiesen. Fuoc , 1–11. Retrieved from http://www.uoc.edu/web/esp/art/uoc/molina1102/molina1102.html

Oms, & Ops. (2014). Modulo 4: Análisis de la calidad del dato. Herramientas Para El Monitoreo de Coberturas de Intervenciones Integradas En Salud Pública.

Organization, W. H. (2017). FluNet. Retrieved September 9, 2017, from http://www.who.int/influenza/gisrs_laboratory/flunet/en/f

Pérez, M. (2014). MINERÍA DE DATOS A TRAVÉS DE EJEMPLOS

Rodríguez, A. O. (2013). Guía práctica para Arquitecturas de Datos Empresariales, 1–9.

Rodríguez, D., Cuadrado, J., & Sicilia, M. (2007a). Comparación de diferentes algoritmos de clustering en la estimación de coste en el desarrollo de software. Ingeniería Del Software , 3 (1), 6–22. Retrieved from http://en.scientificcommons.org/44226406

Rodríguez, D., Cuadrado, J., & Sicilia, M. (2007b). Comparación de diferentes algoritmos de clustering en la estimación de coste en el desarrollo de software. Ingeniería Del Software , 3 (1), 6–22.

Salud, I. N. de. (n.d.). SIVIGILA. Retrieved from http://www.ins.gov.co/lineas-de-accion/Subdireccion-Vigilancia/sivigila/Pagina s/sivigila.aspx

Salud, M. de. (2017). SISPRO. Retrieved October 15, 2017, from http://www.sispro.gov.co/

Secretaría Distrital de Salud. (2015). Diagnóstico sectorial de salud, 62. Retrieved from http://www.saludcapital.gov.co/Empalme del Sector Salud 20122016/DIRECTIVA 09 DE 2015/1 DIAGNOSTICO SECTORIAL DE SALUD.pdf

Standard, O. G., & Group, T. O. (2011). Open Group Standard The Open Group

Uiaf, D. (n.d.). DETECCIÓN Y PREVENCIÓN Y LA FINANCIACIÓN.

Viera, L. P. (n.d.). Introducción a la Minería de Datos

Wang, R. Y., Reddy, M. P., & Kon, H. B. (1995). Sunx Toward quality data : An attribute-based approach, 13 , 349–372.

Wang, T., Chan-yeung, M., Lam, W. K., Wong, P. C., Lam, B., Ip, M. S., … Sc, D. (2003). A Cluster of Cases of Severe Acute Respiratory Syndrome in Hong Kong, 1977–1985.

Wu, X., Kumar, V., Ross, Q. J., Ghosh, J., Yang, Q., Motoda, H., … Steinberg, D. (2008). Top 10 algorithms in data mining . Knowledge and Information Systems (Vol. 14). https://doi.org/10.1007/s10115-007-0114-2
URI: http://hdl.handle.net/10983/15329
Appears in Collections:ACI. Pregrado Sistemas

Files in This Item:
File Description SizeFormat 
Trabajo de grado.pdf1.26 MBAdobe PDFThumbnail
View/Open
RAE.pdf164.28 kBAdobe PDFThumbnail
View/Open


This item is protected by original copyright



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.