Inteligencia Artificial Aplicada con técnicas de Procesamiento de Lenguaje Natural y Machine Learning en el campo de la salud. (Record no. 153)

MARC details
000 -LEADER
fixed length control field 02292nam a2200217 i 4500
001 - CONTROL NUMBER
control field UUN-OA-1700
005 - DATE AND TIME OF LATEST TRANSACTION
control field 20260922220306.0
020 ## - INTERNATIONAL STANDARD BOOK NUMBER
International Standard Book Number 9789942651389
100 1# - MAIN ENTRY--PERSONAL NAME
Personal name Eleanor Alexandra Varela-Tapia
245 10 - TITLE STATEMENT
Title Inteligencia Artificial Aplicada con técnicas de Procesamiento de Lenguaje Natural y Machine Learning en el campo de la salud.
264 #1 - PRODUCTION, PUBLICATION, DISTRIBUTION, MANUFACTURE, AND COPYRIGHT NOTICE
Name of producer, publisher, distributor, manufacturer Editorial Grupo AEA
Date of production, publication, distribution, manufacture, or copyright notice 2024
300 ## - PHYSICAL DESCRIPTION
Extent 1 online resource
336 ## - CONTENT TYPE
Content type term text
Content type code txt
Source rdacontent
337 ## - MEDIA TYPE
Media type term computer
Media type code c
Source rdamedia
338 ## - CARRIER TYPE
Carrier type term online resource
Carrier type code cr
Source rdacarrier
520 ## - SUMMARY, ETC.
Summary, etc. La Inteligencia Artificial (IA), el Procesamiento del Lenguaje Natural (NLP) y el Aprendizaje Automático (ML) han jugado un papel crucial en la lucha contra la pandemia de Covid-19, proporcionando herramientas tecnológicas valiosas para el diagnóstico, seguimiento y control de la enfermedad, implementándose soluciones con IA para mitigar sus efectos. Se propone el diseño de un modelo de ML aplicando técnicas NLP en el preprocesamiento de texto para poder evaluar la eficacia del análisis de datos en conversaciones de personas contagiadas del coronavirus SARS-CoV-2. Se recopiló información de redes sociales como Twitter y Facebook, y encuestas a contagiados de Covid-19 en la Zona 8 de la provincia del Guayas. Con estos datos, se entrenó un sistema de clasificación textual utilizando los algoritmos de Soporte de Máquina Vectorial y Random Forest. El estudio resultó en una precisión del 96% en ambos modelos, demostrando su viabilidad para la creación e implementación de clasificadores de texto. Se logró mejorar el rendimiento del modelo, reduciendo las categorías con más de 200 ocurrencias, lo que resultó en una precisión más elevada sin diferencias significativas entre ambos modelos. Por último, se desarrolló un sitio web capaz de clasificar correctamente los síntomas y recomendaciones comentadas por los pacientes.
540 ## - TERMS GOVERNING USE AND REPRODUCTION NOTE
Terms governing use and reproduction Attribution-NonCommercial-ShareAlike
650 #4 - SUBJECT ADDED ENTRY--TOPICAL TERM
Topical term or geographic name entry element Computer Science - Artificial Intelligence
650 #4 - SUBJECT ADDED ENTRY--TOPICAL TERM
Topical term or geographic name entry element B. Sc. Artificial Intelligence
Source of heading or term local
856 40 - ELECTRONIC LOCATION AND ACCESS
Uniform Resource Identifier <a href="https://open.umn.edu/opentextbooks/textbooks/inteligencia-artificial-aplicada-con-tecnicas-de-procesamiento-de-lenguaje-natural-y-machine-learning-en-el-campo-de-la-salud">https://open.umn.edu/opentextbooks/textbooks/inteligencia-artificial-aplicada-con-tecnicas-de-procesamiento-de-lenguaje-natural-y-machine-learning-en-el-campo-de-la-salud</a>
Link text Access resource and available formats

No items available.