Repositorio de Aprendizaje Automatico y Ciencia de Datos - UNAL 2024:02

Docente a cargo:

• Camilo Jose Torres Jimenez

Este espacio esta dedicado al desarrollo de la tematica de la asignatura de Topicos Avanzados de Estadística I para el Semestre 2024-2 En el Departamento de Estadística dela Universidad Nacional, el cual tiene como tematica principal este semestre el Aprendizaje Automatico y Ciencia de Datos, donde se plantea explorar todo lo relacionado con esta area de las cuales se pueda hacer un modelado, clasificación, ajuste, agrupamiento etc.

DEFINICIÓN DEL PROYECTO

ANÁLISIS Y MODELADO PARA OPTIMIZAR LA GESTIÓN DE PACIENTES CON DIABETES Y REDUCIR LAS READMINISIONES HOSPITALARIAS

Objetivo General: Desarrollar un modelo analítico basado en técnicas multivariadas y métodos de aprendizaje supervisado/no supervisado para identificar patrones clave asociados con las readmisiones hospitalarias y proponer estrategias para reducirlas.

Objetivos Especificos:

• Análisis descriptivo y exploratorio univariado: Utilizar las herramientas disponibles del análisis univariado para explorar el comportamiento de las variables en la base de datos rescatada y detectar aquellas más utiles para el análisis
• Análisis exploratorio de datos multivariado: Utilizar técnicas como ACP (Análisis de Componentes Principales) o ACM (Análisis de Correspondencias Múltiples) para identificar relaciones entre las variables y reducir la dimensionalidad del dataset.
• Agrupamiento de pacientes: Aplicar métodos de clustering (K-means y agrupamiento jerárquico) para segmentar a los pacientes en grupos homogéneos según sus características clínicas, demográficas y patrones de atención médica.
• En Construcción

Resultados Esperados:

• identificación de los principales factores asociados con las readmisiones hospitalarias.
• Segmentación de pacientes en grupos con características similares.
• Predicción precisa de la probabilidad de readmisión mediante modelos supervisados.
• Descubrimiento de combinaciones frecuentes de condiciones médicas que lleven a una readmisión.
• Recomendaciones basadas en el análisis para reducir la carga clínica y optimizar los recursos.

ENTREGAS

• Entrega 1: Análisis descriptivo y exploratorio univariado Desarrollo del primer avance del proyecto, para el cual se debía elegir una base de datos con caracteristicas que permitieran un desarrollo de las diferentes tematicas tratadas en el curso, desarrollar el contexto de los datos y como se obtuvieron y realizar una primera exploracion de la base usando tecnicas estadísticas univaridas para conocer como estan conformadas las varaiables dentro de la base e ir creando un esquema en el cual se puedan proporner Exploracione/resultados/modelamiento a partir de la base para la presentacion final del proyecto.

  • Rpubs: Aquí se puede encontrar la version HTML subida a Rpubs para visualizar los resultados de esta primera entrega sin necesidad de renderizar el archivo .Rmd o descargar el HTML del repositorio.

• Entrega 2Análisis exploratorio de datos multivariado Esta segunda entrega tiene como objetivo plantear toda la parte descriptiva Multivartada que sea útil para el desarrollo de curso y del proyecto final de la asignatura (En Construcción)

  • Rpubs: Aquí se puede encontrar la version HTML subida a Rpubs para visualizar los resultados de esta primera entrega sin necesidad de renderizar el archivo .Rmd o descargar el HTML del repositorio.

PROYECTO

POR DEFINIR Como este perfil de Git esta dedicado a la exploracion del Machine Learning esperamos que sea algo por ese camino