Please use this identifier to cite or link to this item: http://hdl.handle.net/10983/15329
Full metadata record
DC FieldValueLanguage
dc.contributor.authorAguilar, Juan Sebastian-
dc.contributor.authorRojas Gutiérrez, Erika Andrea-
dc.thesis.disciplineUniversidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemasspa
dc.rightsCopyright Universidad Católica de Colombia, 2017spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.description80 p.spa
dc.description.abstractEl 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.spa
dc.description.notesTrabajo de Investigaciónspa
dc.description.tableofcontents1. GENERALIDADES 2. OBJETIVOS 3. JUSTIFICACIÓN 4. DELIMITACIÓN 5. MARCO REFERENCIAL 6. METODOLOGÍA 7. FUENTES DE EXTRACCIÓN Y SUS VARIABLES 8. DISEÑO 9. SELECCIÓN DE ALGORITMOS DE CLUSTERING 10. RECONOCER PATRONES A PARTIR DE LA INFORMACIÓN RECOPILADA 11. CONCLUSIONES 12. TRABAJOS FUTUROS 13. REFERENCIAS BIBLIOGRÁFICAS 14. ANEXOSspa
dc.date.accessioned2017-12-15T16:19:46Z-
dc.date.available2017-12-15T16:19:46Z-
dc.date.issued2017-12-
dc.format.mimetypeapplication/pdfspa
dc.identifier.citationAguilar, 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, Colombiaspa
dc.identifier.urihttp://hdl.handle.net/10983/15329-
dc.thesis.levelPregradospa
dc.language.isospaspa
dc.typeTrabajo de grado - Pregradospa
dc.titleMinería de datos para el descubrimiento de patrones en enfermedades respiratorias en Bogotá, Colombiaspa
dc.thesis.nameIngeniero de Sistemasspa
dc.contributor.roleVelandia Vega, John Alexander, dir.spa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadasspa
dcterms.bibliographicCitation(DANE), D. A. N. D. E. (2017). DANE. Retrieved September 10, 2017, from http://www.dane.gov.co/spa
dcterms.bibliographicCitationAlvarez, F. M., Troncoso, A., & Riquelme, J. C. (n.d.). Reconocimiento de patrones aplicado a la predicción de series temporales.spa
dcterms.bibliographicCitationAnaya, J. J. (2015). Jhon Jairo Anaya Díaz.spa
dcterms.bibliographicCitationBenítez, I., & Díez, J. L. (2005). Técnicas de Agrupamiento para el Análisis de Datos Cuantitativos y Cualitativos, (September 2017), 1–48.spa
dcterms.bibliographicCitationBerkhin, P. (2002). Survey Of Clustering Data Mining Techniques. Accrue Software, San Jose, CA , 1–56.spa
dcterms.bibliographicCitationCampos, G. (2009). Aplicación de técnicas de clustering para la mejora del aprendizaje.spa
dcterms.bibliographicCitationCOMPUTERWORD. (2017). Retrieved May 20, 2017, from www.computerworld.comspa
dcterms.bibliographicCitationCumming, 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.2014.31spa
dcterms.bibliographicCitationDaniel, P. L. C. y S. G. (2006). Data Mining Soluciones con Enterprise Miner . (A. R.- Ma, Ed.).spa
dcterms.bibliographicCitationDíaz 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 .spa
dcterms.bibliographicCitationEduardo, 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= 3spa
dcterms.bibliographicCitationElkan, C. (2010). Predictive analytics and data mining . https://doi.org/10.4018/978-1-4666-9562-7.ch019spa
dcterms.bibliographicCitationFrsf, 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.pdfspa
dcterms.bibliographicCitationFrsf, C. U. T. N., & Conicet, I. U.-. (n.d.-b). Minería de Datos en Base de Datos de Servicios de Salud.spa
dcterms.bibliographicCitationGalvis, B., & Rojas, N. Y. (n.d.). ciudad de Bogotá, 3 , 336–353.spa
dcterms.bibliographicCitationGutiérrez, 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.spa
dcterms.bibliographicCitationHernández-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 4829spa
dcterms.bibliographicCitationIndividuales, L. R., General, S., Social, S., Frecuentes, P., Individual, R., & Versi, R. (2000). Preguntas frecuentes, 1–17.spa
dcterms.bibliographicCitationInstituto de Hidrologia, M. y estudios ambientales. (2010). Calidad del Airespa
dcterms.bibliographicCitationLópez, C. P. (2017). Minería de datos: técnicas y herramientas . España.spa
dcterms.bibliographicCitationMagdaleno, 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.v18i55.1098spa
dcterms.bibliographicCitationManning, C. D., Raghavan, P., & Schütze, H. (2009). Hierarchical clustering. Introduction to Information Retrieval , (c), 377–401. https://doi.org/10.1017/CBO9780511809071.017spa
dcterms.bibliographicCitationMarchán 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.spa
dcterms.bibliographicCitationMolina, J., & García, J. (2008). Técnicas de Minería de Datos basadas en Aprendizaje Automático. Técnicas de Análisis de Datos , 96–266.spa
dcterms.bibliographicCitationMolina, 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.htmlspa
dcterms.bibliographicCitationOms, & Ops. (2014). Modulo 4: Análisis de la calidad del dato. Herramientas Para El Monitoreo de Coberturas de Intervenciones Integradas En Salud Pública.spa
dcterms.bibliographicCitationOrganization, W. H. (2017). FluNet. Retrieved September 9, 2017, from http://www.who.int/influenza/gisrs_laboratory/flunet/en/fspa
dcterms.bibliographicCitationPérez, M. (2014). MINERÍA DE DATOS A TRAVÉS DE EJEMPLOSspa
dcterms.bibliographicCitationRodríguez, A. O. (2013). Guía práctica para Arquitecturas de Datos Empresariales, 1–9.spa
dcterms.bibliographicCitationRodríguez, 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/44226406spa
dcterms.bibliographicCitationRodríguez, 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.spa
dcterms.bibliographicCitationSalud, I. N. de. (n.d.). SIVIGILA. Retrieved from http://www.ins.gov.co/lineas-de-accion/Subdireccion-Vigilancia/sivigila/Pagina s/sivigila.aspxspa
dcterms.bibliographicCitationSalud, M. de. (2017). SISPRO. Retrieved October 15, 2017, from http://www.sispro.gov.co/spa
dcterms.bibliographicCitationSecretaría 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.pdfspa
dcterms.bibliographicCitationStandard, O. G., & Group, T. O. (2011). Open Group Standard The Open Groupspa
dcterms.bibliographicCitationUiaf, D. (n.d.). DETECCIÓN Y PREVENCIÓN Y LA FINANCIACIÓN.spa
dcterms.bibliographicCitationViera, L. P. (n.d.). Introducción a la Minería de Datosspa
dcterms.bibliographicCitationWang, R. Y., Reddy, M. P., & Kon, H. B. (1995). Sunx Toward quality data : An attribute-based approach, 13 , 349–372.spa
dcterms.bibliographicCitationWang, 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.spa
dcterms.bibliographicCitationWu, 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/s10115-007-0114-2spa
dc.type.dcmi-type-vocabularyTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.versioninfo:eu-repo/semantics/submittedVersionspa
dc.subject.armarcARQUITECTURA DE DATOS-
dc.subject.proposalARQUITECTURA DE DATOSspa
dc.subject.proposalCLUSTERINGspa
dc.subject.proposalCALIDAD DE DATOSspa
dc.subject.proposalDIAGNÓSTICOSspa
dc.subject.proposalFUENTES DE EXTRACCIÓNspa
dc.subject.proposalK-MEANSspa
dc.subject.proposalTÉCNICA DE MINERÍA DE DATOSspa
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.