EcuadorEcuador
Detalle
ISBN 978-9942-7292-5-5

Machine Learning y estilo de vida: Evaluando el riesgo de obesidad en América Latina

Autores:
Santisteban Quiroz, Juan
Gamboa Cruzado, Javier Arturo
Oseda Gago, Dulio
Editorial:CILADI S.A.S.
Materia:Temas especiales de tecnología
Clasificación:Aprendizaje automático ("Machine learning")
Público objetivo:Profesional / académico
Publicado:2024-11-17
Número de edición:1
Número de páginas:0
Tamaño:3Mb
Soporte:Digital
Formato:Pdf (.pdf)
Idioma:Español

Reseña

En esta investigación se exploró la implementación y eficacia de una solución de Machine Lear- ning para optimizar la estimación de la influencia del estilo de vida en el riesgo de obesidad en poblaciones de Colombia, México y Perú. A través de una metodología nueva y robusta, deno- minada DORA, se desarrolló una solución de Machine Learning que no solo logró incrementar significativamente la eficiencia de la estimación, sino que también redujo tanto el tiempo como el costo asociado a este proceso.

La solución de Machine Learning, implementada mediante tecnologías avanzadas como Java 18 y Spring Boot para el Back-end y React para el Front-end, y hospedada en plataformas de alta disponibilidad como Render y Vercel, demostró ser una herramienta valiosa en el contexto de la salud pública y la epidemiología.

Los hallazgos de esta investigación no solo validan las hipótesis propuestas, sino que también abren puertas a futuras investigaciones y aplicaciones prácticas en el ámbito de la salud y el bienestar poblacional, especialmente en entornos caracterizados por recursos y presupuestos limitados.

Contáctenos:

Eloy Alfaro N29-61 e Inglaterra, 9° Piso. / Tel. +593 2 2553311 / +593 2 2553314