Mostrar el registro sencillo del ítem

dc.contributor.advisorQuinteros Navarro, Dino Michael
dc.contributor.authorReyes Arellano, Luis Felipe Yunior
dc.date.accessioned2025-03-18T14:50:20Z
dc.date.available2025-03-18T14:50:20Z
dc.date.issued2024
dc.identifier.urihttps://hdl.handle.net/20.500.12692/163207
dc.description.abstractEl propósito del presente estudio fue implementar business intelligence con machine learning para predecir el riesgo de vida de los adultos mayores del distrito de Masin. Se utilizó una metodología aplicada, con enfoque cuantitativo y experimental, en una población de 274 adultos mayores. Los resultados muestran que el uso de Power BI para analizar la salud en Masin es ejemplo clave de cómo los profesionales de la salud acceden, analizan y visualizan datos relevantes. A medida que los datos sanitarios siguen creciendo, transformar información compleja en datos simples será una necesidad crítica. Power BI no solo respalda este cambio, sino que también ayuda a las organizaciones de atención médica a tomar decisiones basadas en evidencia. Esta herramienta se ha convertido en un recurso esencial para mejorar la salud pública, optimizar recursos y salvar vidas. El uso eficaz de esta tecnología transformará la forma en que se abordan las enfermedades, contribuyendo a un futuro más fuerte para las comunidades. Power BI permite integrar múltiples fuentes de datos, como registros médicos electrónicos, bases de datos poblacionales y datos de salud, lo que brinda una comprensión integral y precisa de la salud de las personas, facilitando mejores resultados y decisiones basadas en datos.es_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad César Vallejoes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/es_PE
dc.sourceRepositorio Institucional - UCVes_PE
dc.sourceUniversidad César Vallejoes_PE
dc.subjectBusiness Intelligencees_PE
dc.subjectMachine learninges_PE
dc.subjectPower Bies_PE
dc.subjectAdulto mayores_PE
dc.titleBusiness intelligence con machine learning para predecir el riesgo de vida de los adultos mayores del distrito de Masines_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.disciplineIngeniería de Sistemases_PE
thesis.degree.grantorUniversidad César Vallejo. Facultad de Ingeniería y Arquitecturaes_PE
thesis.degree.nameIngeniero de Sistemases_PE
dc.description.sedeLima Nortees_PE
dc.description.escuelaEscuela de Ingeniería de Sistemases_PE
dc.description.lineadeinvestigacionSistemas de Información y Comunicacioneses_PE
renati.advisor.dni41567782
renati.advisor.orcidhttps://orcid.org/0000-0001-8174-8771es_PE
renati.author.dni47878526
renati.discipline612076es_PE
renati.jurorNecochea Chamorro, Jorge Isaac
renati.jurorAcuña Meléndez, María Eudelia
renati.jurorQuinteros Navarro, Dino Michael
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_PE
dc.publisher.countryPEes_PE
dc.description.ligDesarrollo sostenible, emprendimientos y responsabilidad social.es_PE
dc.description.rsuDesarrollo económico, empleo y emprendimientoes_PE
dc.description.odsIndustria, innovación e infraestructuraes_PE
dc.description.modalityPRESENCIALes_PE


Ficheros en el ítem

Thumbnail
Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(es)

Mostrar el registro sencillo del ítem

info:eu-repo/semantics/openAccess
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess