Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/46588
Título
Análisis, mediante técnicas de Machine Learning, de la efectividad de las medidas aplicadas contra el COVID-19 en Castilla y León
Autor
Director o Tutor
Año del Documento
2021
Titulación
Grado en Ingeniería Informática de Servicios y Aplicaciones
Abstract
Debido a la pandemia COVID-19, España ha tenido que aplicar una serie de medidas y
restricciones para la reducción del gran número de contagios y muertes provocadas por el virus. Estas restricciones han sido distintas en cada una de las Comunidades Autónomas en las que se divide el país, teniendo cada una de estas el poder de aplicar diferentes medidas en cada zona, causando un gran impacto en los habitantes y economía de cada territorio.
En este proyecto se han utilizado técnicas de Machine Learning como Clustering y
Gradient Boosting Trees que, partiendo de una serie de datos de salud, medidas aplicadas y movilidad en Castilla y León, han permitido obtener las medidas más eficaces a aplicar en cada territorio. De esta forma, se facilita la toma de decisiones descartando aquellas restricciones ineficaces cuyo impacto en la población y en la economía es notable. Para este estudio y búsqueda de las mejores medidas se han creado distintas gráficas y análisis acerca de los datos obtenidos. Los métodos y modelos construidos en el proyecto se han utilizado posteriormente sobre zonas de salud de test para la evaluación final del trabajo realizado.
Materias Unesco
1203.18 Sistemas de Información, Diseño Componentes
Palabras Clave
Machine learning
Clustering
Gradient boosting trees
Covid-19
Castilla y León
Idioma
spa
Derechos
openAccess
Collections
- Trabajos Fin de Grado UVa [29396]
Files in this item
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Internacional