Prototipo computacional deep learning para prevenir la adicción de drogas en adolescentes del departamento de Nariño
La presente investigación está basada en cómo influye la predicción de drogadicción en adolescentes utilizando Redes Neuronales, generando un impacto en el ámbito social y de la salud, permitiéndonos hacer manejo de datos. Los sistemas de predicción están cambiando la forma en que operan las organiz...
- Autores:
-
Rosero Cadena, Gustavo Alexander
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Corporación Universitaria Remington
- Repositorio:
- Repositorio institucional Uniremington
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniremington.edu.co:123456789/4980
- Acceso en línea:
- https://repositorio.uniremington.edu.co/handle/123456789/4980
- Palabra clave:
- Aprendizaje profundo
Aprendizaje de máquina
Algoritmos de predicción
Desarrollo de programas para computador
Predicción de la drogadicción
Aprendizaje por probabilidades
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
| id |
URemingtn2_fcdc068d2ea63908f7777bebf28a0f9e |
|---|---|
| oai_identifier_str |
oai:repositorio.uniremington.edu.co:123456789/4980 |
| network_acronym_str |
URemingtn2 |
| network_name_str |
Repositorio institucional Uniremington |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Prototipo computacional deep learning para prevenir la adicción de drogas en adolescentes del departamento de Nariño |
| title |
Prototipo computacional deep learning para prevenir la adicción de drogas en adolescentes del departamento de Nariño |
| spellingShingle |
Prototipo computacional deep learning para prevenir la adicción de drogas en adolescentes del departamento de Nariño Aprendizaje profundo Aprendizaje de máquina Algoritmos de predicción Desarrollo de programas para computador Predicción de la drogadicción Aprendizaje por probabilidades |
| title_short |
Prototipo computacional deep learning para prevenir la adicción de drogas en adolescentes del departamento de Nariño |
| title_full |
Prototipo computacional deep learning para prevenir la adicción de drogas en adolescentes del departamento de Nariño |
| title_fullStr |
Prototipo computacional deep learning para prevenir la adicción de drogas en adolescentes del departamento de Nariño |
| title_full_unstemmed |
Prototipo computacional deep learning para prevenir la adicción de drogas en adolescentes del departamento de Nariño |
| title_sort |
Prototipo computacional deep learning para prevenir la adicción de drogas en adolescentes del departamento de Nariño |
| dc.creator.fl_str_mv |
Rosero Cadena, Gustavo Alexander |
| dc.contributor.advisor.none.fl_str_mv |
Arteaga Fajardo, Daniel Fernando |
| dc.contributor.author.none.fl_str_mv |
Rosero Cadena, Gustavo Alexander |
| dc.subject.spa.fl_str_mv |
Aprendizaje profundo Aprendizaje de máquina Algoritmos de predicción |
| topic |
Aprendizaje profundo Aprendizaje de máquina Algoritmos de predicción Desarrollo de programas para computador Predicción de la drogadicción Aprendizaje por probabilidades |
| dc.subject.lemb.none.fl_str_mv |
Desarrollo de programas para computador Predicción de la drogadicción Aprendizaje por probabilidades |
| description |
La presente investigación está basada en cómo influye la predicción de drogadicción en adolescentes utilizando Redes Neuronales, generando un impacto en el ámbito social y de la salud, permitiéndonos hacer manejo de datos. Los sistemas de predicción están cambiando la forma en que operan las organizaciones actuales. A través de su uso se logran importantes mejoras, pues automatizan los procesos operativos de las organizaciones que trabajan en la salud y en los aspectos sociales, proporcionan información de apoyo al proceso de toma de decisiones y lo que es más importante facilitan el logro de ventajas competitivas a través de su implantación en las empresas asociaciones ORG etc. El cerebro es un procesador de información con unas características muy notables, siendo capaz de procesar grandes cantidades de información, permitiendo desenvolver en distintos ámbitos de la vida en general; para aprovechar esto de la mejor manera se debe implementar en la digitalización estadística que ayude a procesar la información, logrando producir volúmenes de data que servirán para el análisis de las redes neuronales, y así producir mejoras las cuales ayudarán establecer un entorno en las diferentes organizaciones dedicadas a ello. |
| publishDate |
2022 |
| dc.date.issued.none.fl_str_mv |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2024-10-17T16:09:31Z |
| dc.date.available.none.fl_str_mv |
2024-10-17T16:09:31Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.uniremington.edu.co/handle/123456789/4980 |
| url |
https://repositorio.uniremington.edu.co/handle/123456789/4980 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.spa.fl_str_mv |
Derechos Reservados - Corporación Universitaria Remington, 2025 |
| dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) Derechos Reservados - Corporación Universitaria Remington, 2025 https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
35 p. |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Corporación Universitaria Remington |
| dc.publisher.place.spa.fl_str_mv |
Pasto (Nariño, Colombia) |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingenierías |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas |
| institution |
Corporación Universitaria Remington |
| bitstream.url.fl_str_mv |
https://repositorio.uniremington.edu.co/bitstreams/53a3ad60-9797-48c1-8f7e-da552f4d1de1/download https://repositorio.uniremington.edu.co/bitstreams/8c41f46c-f933-4907-8813-695c16779dd6/download https://repositorio.uniremington.edu.co/bitstreams/35a73780-4dee-4f26-9db2-649615e09ba0/download https://repositorio.uniremington.edu.co/bitstreams/510fc950-63f1-4c3b-a052-eb4112b805b6/download https://repositorio.uniremington.edu.co/bitstreams/813d20dc-652d-43e4-9f8d-f4ffa2bfd7f8/download |
| bitstream.checksum.fl_str_mv |
dc1158bbac4be681fd955c96f6eb372b 8a4605be74aa9ea9d79846c1fba20a33 3673c0b3b30fe1d28caef4047fe38291 a3f3bfd3bbd5709bdb5bdb39dfe909f4 b3b496ba02ddeef728ce217357f95d02 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio UNIREMINGTON |
| repository.mail.fl_str_mv |
biblioteca@uniremington.edu.co |
| _version_ |
1834112883595673600 |
| spelling |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Derechos Reservados - Corporación Universitaria Remington, 2025https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Arteaga Fajardo, Daniel FernandoRosero Cadena, Gustavo Alexander2024-10-17T16:09:31Z2024-10-17T16:09:31Z2022https://repositorio.uniremington.edu.co/handle/123456789/4980La presente investigación está basada en cómo influye la predicción de drogadicción en adolescentes utilizando Redes Neuronales, generando un impacto en el ámbito social y de la salud, permitiéndonos hacer manejo de datos. Los sistemas de predicción están cambiando la forma en que operan las organizaciones actuales. A través de su uso se logran importantes mejoras, pues automatizan los procesos operativos de las organizaciones que trabajan en la salud y en los aspectos sociales, proporcionan información de apoyo al proceso de toma de decisiones y lo que es más importante facilitan el logro de ventajas competitivas a través de su implantación en las empresas asociaciones ORG etc. El cerebro es un procesador de información con unas características muy notables, siendo capaz de procesar grandes cantidades de información, permitiendo desenvolver en distintos ámbitos de la vida en general; para aprovechar esto de la mejor manera se debe implementar en la digitalización estadística que ayude a procesar la información, logrando producir volúmenes de data que servirán para el análisis de las redes neuronales, y así producir mejoras las cuales ayudarán establecer un entorno en las diferentes organizaciones dedicadas a ello.PregradoIngeniero(a) de Sistemas35 p.application/pdfspaCorporación Universitaria RemingtonPasto (Nariño, Colombia)Facultad de IngenieríasIngeniería de SistemasAprendizaje profundoAprendizaje de máquinaAlgoritmos de predicciónDesarrollo de programas para computadorPredicción de la drogadicciónAprendizaje por probabilidadesPrototipo computacional deep learning para prevenir la adicción de drogas en adolescentes del departamento de NariñoTrabajo de grado - Pregradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - PregradoPublicationORIGINALRIU-PRE-2022 Prototipo computacional deep.pdfRIU-PRE-2022 Prototipo computacional deep.pdfapplication/pdf1023552https://repositorio.uniremington.edu.co/bitstreams/53a3ad60-9797-48c1-8f7e-da552f4d1de1/downloaddc1158bbac4be681fd955c96f6eb372bMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uniremington.edu.co/bitstreams/8c41f46c-f933-4907-8813-695c16779dd6/download8a4605be74aa9ea9d79846c1fba20a33MD52BL-FR-11 Cesión Derechos_TG_V2.pdfapplication/pdf1507935https://repositorio.uniremington.edu.co/bitstreams/35a73780-4dee-4f26-9db2-649615e09ba0/download3673c0b3b30fe1d28caef4047fe38291MD53TEXTRIU-PRE-2022 Prototipo computacional deep.pdf.txtRIU-PRE-2022 Prototipo computacional deep.pdf.txtExtracted texttext/plain51809https://repositorio.uniremington.edu.co/bitstreams/510fc950-63f1-4c3b-a052-eb4112b805b6/downloada3f3bfd3bbd5709bdb5bdb39dfe909f4MD54THUMBNAILRIU-PRE-2022 Prototipo computacional deep.pdf.jpgRIU-PRE-2022 Prototipo computacional deep.pdf.jpgGenerated Thumbnailimage/jpeg2786https://repositorio.uniremington.edu.co/bitstreams/813d20dc-652d-43e4-9f8d-f4ffa2bfd7f8/downloadb3b496ba02ddeef728ce217357f95d02MD55123456789/4980oai:repositorio.uniremington.edu.co:123456789/49802025-02-13 05:34:27.641https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Corporación Universitaria Remington, 2025open.accesshttps://repositorio.uniremington.edu.coRepositorio UNIREMINGTONbiblioteca@uniremington.edu.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 |