RT info:eu-repo/semantics/bachelorThesis
T1 Análisis, mediante técnicas de Machine Learning, de la efectividad de las medidas aplicadas contra el COVID-19 en Castilla y León
A1 Fuentes Valverde, Alvaro
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Segovia
K1 Machine learning
K1 Clustering
K1 Gradient boosting trees
K1 Covid-19
K1 Castilla y León
K1 1203.18 Sistemas de Información, Diseño Componentes
AB Debido a la pandemia COVID-19, España ha tenido que aplicar una serie de medidas yrestricciones 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 yGradient 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.
YR 2021
FD 2021
LK http://uvadoc.uva.es/handle/10324/46588
UL http://uvadoc.uva.es/handle/10324/46588
LA spa
DS UVaDOC
RD 28-abr-2024