Please use this identifier to cite or link to this item: http://repository.ucc.edu.co/handle/ucc/6931
Exportar a:
Title: Aplicación de un Algoritmo Secuencial de Optimizacion SMOreg
Author: Murillo Mejia, Jhon Heyder
Arboleda Jimenez, Hernan Dario
Email autor: jhon.murillom@campusucc.edu.co
Issue Date: 25-Jan-2019
Advisor / Validator: Bermudez Quintero, Cristian Duney
Keywords: Regresión
Modelos Estadísticos
Aprendizaje Automatizado
Series de Tiempo
Resume: En este trabajo se realiza la aplicación de un modelo predictivo basado en el algoritmo de regresión SMOreg, que consiste en la modelación del comportamiento de datos utilizando la regresión estadística. El modelo fue implementado sobre registros de nacimientos y defunciones en Colombia, lo cual nos permitió predecir comportamientos futuros del crecimiento de la población, direccionados a mejorar la toma de decisiones en políticas sanitarias y sociales en el país. Nuestra principal fuente de información fue el Departamento Administrativo Nacional de Estadística (DANE), de donde obtuvimos la información anual de los nacimientos y defunciones en Colombia organizada demográficamente. Posteriormente, se realizó la preparación de los datos clasificados por departamento para administrarlos en el modelo estadístico. Una vez obtenidos los datos, se emplearon modelos predictivos a partir de Tecnologías de Información (TI) como los Métodos Supervisados Automatizados. Adicionalmente, se utilizó la herramienta de minaría de datos Weka para aplicar el algoritmo SMOreg sobre los datos obtenidos. El desarrollo del presente proyecto y sus resultados servirán como insumo para mejorar una de las problemáticas que afrontan las estadísticas vitales; el subregistro a partir de la implementación de herramientas TI. La aplicación de la inteligencia de negocios, tableros de control y cubos dinámicos permitirán generar alertas tempranas que permitan obtener datos confiables para la toma oportuna de decisiones. Trabajo de grado presentado bajo la modalidad de auxiliares de investigación
Abstract: In this work, the application of a predictive model based on the SMOreg regression algorithm, which consists of modeling the behavior of data using statistical regression, is performed. The model was implemented on records of births and deaths in Colombia, which allowed us to predict future behaviors of population growth, aimed at improving decision-making in health and social policies in the country. Our main source of information was the National Administrative Department of Statistics (DANE), from where we obtained the annual information on births and deaths in demographically organized Colombia. Subsequently, the preparation of the data classified by department was carried out to administer them in the statistical model. Once the data were obtained, predictive models were used from Information Technology (IT) as Automated Supervised Methods. Additionally, the Weka data mining tool was used to apply the SMOreg algorithm to the data obtained. The development of this project and its results will serve as an input to improve one of the problems faced by vital statistics; the underreporting from the implementation of IT tools. The application of business intelligence, control panels and dynamic cubes will generate early warnings to obtain reliable data for timely decision making.
Table Of Contents: 1.Resume--2.Palabras claves:--3.Abstract--4.Keywords--5.Introducción--6.Trabajos Relacionados-- 7.Objetivos--8.Objetivo General--9.Objetivos Específicos--10.Marco Teórico--11.Machine Learning--12.Máquinas de Vectores de Soporte (SVM)--13.Funcionamiento del SVM--14.SRM (Minimización de riesgo estructurado)--15.Algoritmo de Optimización Secuencial Mínima (SMO)--16.¿Qué es la programación Cuadrática (QP)?--17.Algoritmo SMOreg--18.SVR--19.Desarrollo--20.Fuentes de Información--21.Herramientas para el Procesamiento de los Datos--22.Weka--23.Proceso de Instalación del Weka--24.Herramientas Para el Análisis de Resultados--25.Metodología--26.Preparación y Procesamiento de los Datos--27.Alistamiento de los Datos--28.Características de los Datos--29.Adaptación de los datos--30.Migración de los Datos en Excel al Formato WEKA-- 31.Selección de Variables--32.Identificación de Variables--33.Técnicas de Análisis de Datos-- 34.Cálculo de los Coeficientes de Correlación--35.Análisis del Algoritmo SMOreg--36.Pruebas Realizadas al Algoritmo SMOreg--37.Primera Evaluación del Algoritmo--38.Descripción de Resultados Algortimo SMOreg--39.Correlation Coefficient--40.Mean Absolute Error--41.Root Mean Squared-- 42.Relative Aboslute Error--43.Segunda Evaluación del Algoritmo SMOreg--44.Normalización de Datos y Kernel--45.Kernel--46.Normalización--47.Plugin Forecasting para Predicción de los Datos-- 48.Resultados--49.Algortimo SMOreg Utilizado para la Prediccion y Comportamiento Total Nacional-- 50.Resultados predictivos Defunciones No Fetales--51.Modelo Utilizado Predicción Defunciones-No Fetales Registro Total--52.Conclusiones--53.Referencias--54.Bibliografía
Program: Ingeniería de Telecomunicaciones
Headquarters: Bogotá
Publisher: Universidad Cooperativa de Colombia, Facultad de Ingenierías, Ingeniería de Telecomunicaciones, Bogotá
Citation: Murillo Mejia, J.H y Arboleda Jimenez,H.D (2019).Aplicacion Algoritmo SMOreg Universidad Cooperativa de Colombia,Bogota
Appears in Collections:Ingeniería de Telecomunicaciones

Files in This Item:
File Description SizeFormat 
2019_Algoritmo_SMOreg_FormatoLicenciaUsodeObra.pdfLicencia de Uso Obra1.38 MBAdobe PDFView/Open
2019_Aplicacion_Algoritmo_SMOreg_Anexos.pdfProyecto de Grado Aplicación Algoritmo SMOreg526.55 kBAdobe PDFView/Open
2019-Aplicacion-Algoritmo-SMOreg.pdfArticulo IEEE - Aplicacion Algoritmo SMOreg829.86 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.