Beschreibung
El objetivo de este estudio fue comparar cuál de los algoritmos supervisados populares de minería de datos se aproxima más a la realidad para poder clasificar y predecir el exceso de peso en niños y adolescentes. Para analizar los datos, se utilizó una base de datos de escolares de la región de Itaupú-Paraná (Brasil), cuyas edades oscilan entre 6-17 años. El programa utiliza diferentes herramientas para la minería de datos como Weka y Rapid Miner. Los resultados muestran la mejor técnica supervisada para clasificar la obesidad de los escolares y pueda contribuir a predecir el riesgo de exceso de peso en niños y adolescentes.
Autorenporträt
Es profesor investigador universitario, con estudios doctorales en Ciencias de la Computación en la Universidad Nacional de San Agustín, Maestría y Título en Ingeniería de Sistemas de la Universidad Católica de Santa María, Perú, con líneas de investigación de Aprendizaje Automático, Minería de Datos y Computación Bioinspirada.
Herstellerkennzeichnung:
OmniScriptum SRL
Str. Armeneasca 28/1, office 1
2012 Chisinau
MD
E-Mail: info@omniscriptum.com
