Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)Ríos Gutiérrez, Andrés SebastiánBautista Ramos, Liceth NataliNuñez Rosales, Jacksymar Paola2025-09-052025-09-052025-08-312025-08-31https://noesis.uis.edu.co/handle/20.500.14071/46194Las 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.application/pdfspainfo:eu-repo/semantics/openAccessAPRENDIZAJE NO SUPERVISADODEFUNCIONES FETALESFACTORES SOCIOECONÓMICOSCOLOMBIAREDES NEURONALESMÁQUINA DE BOLTZMANN RESTRINGIDAUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coUNSUPERVISED LEARNINGFETAL DEATHSSOCIOECONOMIC FACTORSCOLOMBIANEURAL NETWORKSRESTRICTED BOLTZMANN MACHINEhttp://purl.org/coar/access_right/c_f1cfinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)