Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/4840Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Martinez Gonzalez, Gerardo Alfonso%1076416 | - |
| dc.creator | Martinez Gonzalez, Gerardo Alfonso%1076416 | - |
| dc.date.accessioned | 2022-12-01T17:09:51Z | - |
| dc.date.available | 2022-12-01T17:09:51Z | - |
| dc.date.issued | 2022-11-30 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/jspui/handle/TecNM/4840 | - |
| dc.description | La Ciencia de Datos ha mostrado ser una herramienta de apoyo para la toma de decisiones en diferentes áreas del conocimiento, siendo la epidemiología una de estas. Sin embargo, debido a que la Ciencia de Datos es un área emergente, aún tiene limitaciones en sus metodologías publicadas, porque son de propósito general y cada investigación requiere condiciones específicas. BATCH FMDS es una metodología de Ciencia de Datos de IBM orientada al dominio epidemiológico que promete resultados favorables, sin embargo, es necesario un caso práctico con datos reales y con la participación de expertos en el dominio epidemiológico y en ciencia de datos para interpretar y contribuir a la evaluación de la BFMDS. Se presenta la selección e implementación computacional de un caso práctico usando BFMDS. El caso práctico consiste en el análisis de datos de mortalidad por COVID-19 de México, a nivel municipal para el año 2020. Se busca contestar la pregunta de investigación ¿Cuáles factores sociodemográficos tienen en común los municipios con tasas de mortalidad por COVID-19 similares? Es destacable que en las fases de análisis de resultados participaron expertos en la interpretación y validación de los resultados. Desde el punto de vista epidemiológico y como resultado del caso práctico se encontraron que los valores de indicadores de densidad poblacional y porcentaje de personas en situación de pobreza tenían una alta correlación con los valores de la tasa de mortalidad por COVID-19. Desde el punto de vista computacional se observó que siguiendo los pasos indicados en la metodología BFMDS fue posible el desarrollo del caso práctico y dar respuesta a la pregunta de investigación. Los datos de entrada fueron datos poblacionales provenientes de instituciones oficiales de México. | es_MX |
| dc.language.iso | spa | es_MX |
| dc.publisher | Tecnológico Nacional de México | es_MX |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
| dc.subject | info:eu-repo/classification/cti/7 | es_MX |
| dc.title | Aplicación de Ciencia de Datos para el análisis de datos de mortalidad por COVID-19 de México | es_MX |
| dc.type | info:eu-repo/semantics/masterThesis | es_MX |
| dc.contributor.director | Perez Ortega, Joaquin%7939 | - |
| dc.contributor.director | Hernandez Perez, Maria Yasmin%277696 | - |
| dc.folio | 22-0189 | es_MX |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Centro Nacional de Investigación y Desarrollo Tecnológico | es_MX |
| Appears in Collections: | Tesis de Maestría en Computación | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MC_Gerardo_Alfonso_Martinez_Gonzalez_2022.pdf | Tesis | 2.41 MB | Adobe PDF | View/Open |
| MC_Gerardo_Alfonso_Martinez_Gonzalez_2022.PDF Restricted Access | Cesión de derechos | 1.17 MB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
