Modelo computacional de clasificación de aprendizaje de máquina supervisado, para el análisis de datos cardiovas-culares y pronóstico médico

• Published in: Ecuadorian Science Journal 2020-09, Vol.4 (2), p.71-79
• Main Authors: Blanc-Pihuave, Glenda, Cevallos-Torres, Lorenzo, Arteaga-Vera, José
• Format: Article
• Language: English
• ISSN: 2602-8077; 2602-8077
• DOI: 10.46480/esj.4.2.83

Las enfermedades cardiovasculares son un problema de salud pública en Ecuador y todo el mundo, por lo que este trabajo investigativo propone el diseño de un modelo computacional de clasificación a través del uso de técnicas de machine Lear-ning, con el apoyo de modelos probabilísticos que permitan modelar los factores de riesgo de enfermedades cardiovasculares. Este modelo está basado en Redes Bayesianas, que, en base a los factores de riesgo de la enfermedad, mostrará como resul-tado el porcentaje que tiene el paciente de contraer la misma. Se aplicó la metodología de investigación documental que aporte con el conocimiento necesario para la realización de este proyecto en el cual se realizaron pruebas para verificar el comportamiento de cada una de las variables utilizadas en el modelo probabilístico, el cual brindará resultados eficientes y en un corto periodo de tiempo, siendo así una herramienta de apoyo en la toma de decisiones para los expertos.