Maestría en Ciencias de Datos

Permanent URI for this community

https://repositorio.utc.edu.ec/handle/123456789/12841

Browse

Browsing Maestría en Ciencias de Datos by Subject "LENGUAJE DE PROGRAMACIÓN"

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    Evaluación del Estado Emocional de los empleados de la empresa FenixCorp-ADS mediante el uso de Machine Learning
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2024-11-10) Tello Oña, Yomara Elizabeth; Quisaguano Collaguazo, Luis René
    La Inteligencia Artificial (IA) tiene hoy en día un gran auge, no solo en los procesos industriales, sino también, en campos relacionadas con las actividades que contribuyen al desarrollo de las organizaciones y del conocimiento humano. El Aprendizaje Automático se encuentra contenida dentro del contexto computacional de la IA, divida en tres grandes enfoques: Aprendizaje Automático Supervisado (AAS), Aprendizaje Automático No Supervisado y el Aprendizaje por Reforzamiento, que son técnicas y algoritmos capaces de “aprender y razonar” simulando al cerebro humano, y permite clasificar y predecir el comportamiento de los datos suministrado al modelo elegido, mediante la utilización de la biblioteca SciKit-Learn y otras herramientas de Python, lenguaje de programación muy utilizado en el análisis de datos y el análisis de sentimiento, otra herramienta para la extracción de información en base de opiniones subjetivas. El Estado Emocional (EE) es una reacción consiente e inconsciente como respuesta a un estímulo específico en un momento o situación que tiene los individuos. Con el fin de establecer una posible relación con el desempeño laboral de los empleados y la fuga de talento de la empresa FenixCorp-ADS, se elaboró un cuestionario vía Web y se eligieron los algoritmos de clasificación y predicción de aprendizaje automático supervisado y no supervisado que permitió elaborar un análisis comparativo para determinar el modelo más eficiente de los análisis de sentimientos efectuados, contribuyendo en su aplicación de forma más continua por las organizaciones empresariales a modo de su aprovechamiento para automatizar estos procesos.
  • Thumbnail Image
    Item
    Evaluación del Estado Emocional de los empleados de la empresa FenixCorp-ADS mediante el uso de Machine Learning.
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UT, 2024-12) Tello Oña, Yomara Elizabeth; Quisaguano Collaguazo, Luis René
    Artificial Intelligence (AI) is currently booming, not only in industrial processes, but also in fields related to activities that contribute to the development of organizations and human knowledge. Machine Learning is contained within the computational context of AI, divided into three main approaches: Supervised Machine Learning (AAS), Unsupervised Machine Learning and Reinforcement Learning, which are techniques and algorithms capable of “learning and reasoning” by simulating the human brain, and allows classifying and predicting the behavior of the data supplied to the chosen model, through the use of the SciKit-Learn library and other Python tools, a programming language widely used in data analysis and sentiment analysis, another tool for extracting information based on subjective opinions. Emotional State (ES) is a conscious and unconscious reaction in response to a specific stimulus at a specific time or situation that individuals have. In order to establish a possible relationship with the work performance of employees and the talent drain of the company FenixCorp-ADS, a questionnaire was developed via Web and the classification and prediction algorithms of supervised and unsupervised machine learning were chosen, which allowed to develop a comparative analysis to determine the most efficient model of sentiment analysis performed, contributing in its application in a more continuous way by business organizations in order to use it to automate these processes.
  • Thumbnail Image
    Item
    Implementación de Data Mining haciendo uso del lenguaje de programación Python para la detección de patrones significativos y toma de decisiones del Centro Médico Vida
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-05-01) Banda Llanganate, David Alexander; Chancusig Chisag, Juan Carlos
    El presente trabajo de investigación presenta técnicas de minería de datos con Python a medida que implementamos una toma de decisiones mejorada en el Centro Médico Vida. El estudio expone patrones clave en datos clínicos y administrativos, utilizando algoritmos estadísticos y de aprendizaje automático, con énfasis en el coeficiente de Pearson para el análisis de correlación. Incluye la recolección y el procesamiento de una gran cantidad de datos, sin descuidar la protección de la privacidad mediante métodos de anonimización. Los hallazgos destacan asociaciones importantes como las existentes entre la especialidad médica y las preferencias de los pacientes, y entre hallazgos fisiológicos como la temperatura y la frecuencia respiratoria. Estas asociaciones permiten el diseño de estrategias basadas en evidencia para la eficiencia operativa, la atención médica personalizada y la optimización de recursos en el centro.