Aprendizaje no supervisado para identificar factores socioeconómicos asociados a defunciones fetales en colombia
No Thumbnail Available
Date
2025-08-31
Advisors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
Las defunciones fetales representan un problema de salud pública en Colombia, asociado a desigualdades sociales y limitaciones en el acceso a servicios de salud. Según el DANE, entre 2020 y 2023 se registraron más de 80.000 casos, lo que evidencia la magnitud del fenómeno. Este proyecto busca identificar las condiciones socioeconómicas que influyen en dichas muertes mediante técnicas de aprendizaje no supervisado. Para ello, se utilizaron datos del DANE y se analizaron variables como edad materna, nivel educativo, afiliación a seguridad social y departamento de residencia. Se aplicó una Máquina de Boltzmann Restringida (RBM) junto con el algoritmo de K-medias, antes y después de la red neuronal, evaluando la homogeneidad de los grupos mediante entropía, con el objetivo de aportar evidencia para fortalecer la vigilancia epidemiológica y orientar políticas públicas en salud materna.
Description
Keywords
APRENDIZAJE NO SUPERVISADO, DEFUNCIONES FETALES, FACTORES SOCIOECONÓMICOS, COLOMBIA, REDES NEURONALES, MÁQUINA DE BOLTZMANN RESTRINGIDA