Publicación:
Estudio de Modelos de Aprendizaje Automático Probabilístico para la Predicción de casos de Covid-19 en España

Vista sencilla de ítem
dc.contributor.authorMarcos Alarcón, Pablo
dc.contributor.directorAznarte Mellado, José Luis
dc.date.accessioned2024-05-20T12:36:37Z
dc.date.available2024-05-20T12:36:37Z
dc.date.issued2021-10-01
dc.description.abstractEn el presente estudio se va a analizar la efectividad de diferentes modelos de aprendizaje automático con salida probabilística e inferencia Bayesiana, aplicados a la predicción de casos de Covid-19 en España. Para ello, se utilizarán los datos y las métricas de evaluación utilizadas en el European Covid-19 Forecast Hub (a partir de ahora, Hub). Dicho Hub está coordinado por el Centro Europeo de Predicción y Control de Enfermedades y se encarga de coleccionar y combinar predicciones a corto plazo de casos, hospitalizaciones y muertes por Covid-19 en toda Europa (Unión Europea, países EFTA y UK), generados por diferentes equipos de modelado independientes, utilizando diferentes tipos de metodologías [1]. Durante el estudio se analizará el rendimiento de modelos predictivos que utilizan diferentes metodologías, siguiendo un enfoque incremental en cuanto a la complejidad. El análisis se llevará a cabo analizando, tanto los resultados del entrenamiento de los modelos, como la comparación de las predicciones generadas por los mismos con aquellas predicciones de los modelos existentes en el Hub, utilizando para ello las medidas de evaluación con las que se evalúan semanalmente las predicciones enviadas al Hub. Los modelos estudiados utilizan únicamente datos de casos producidos en el pasado, focalizando el estudio, por tanto, en el componente autoregresivo y de dependencia temporal del modelado. El estudio pone especial atención en la evaluación y selección de modelos de regresión. Por tanto, el alcance del estudio es el de analizar hasta qué punto los modelos de regresión probabilística e inferencia bayesiana pueden alcanzar resultados fiables con respecto a modelos predictivos más sofisticados que utilizan conjuntos de datos ampliados con conceptos de epidemiología.es
dc.description.versionversión final
dc.identifier.urihttps://hdl.handle.net/20.500.14468/14605
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
dc.relation.centerFacultades y escuelas::E.T.S. de Ingeniería Informática
dc.relation.degreeMáster universitario en Ingeniería y Ciencia de Datos
dc.relation.departmentInteligencia Artificial
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.titleEstudio de Modelos de Aprendizaje Automático Probabilístico para la Predicción de casos de Covid-19 en Españaes
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Marcos_Alarcon_TFM.pdf
Tamaño:
5.1 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Trabajos de fin de máster (TFM)