Andere Kunden interessierten sich auch für
![Análisis de la predicción de datos con técnicas de minería de datos]( "Análisis de la predicción de datos con técnicas de minería de datos")
Análisis de la predicción de datos con técnicas de minería de datos36,99 €![Ingeniería de negocios con tecnologías de la información en la minería]( "Ingeniería de negocios con tecnologías de la información en la minería")
Ingeniería de negocios con tecnologías de la información en la minería46,99 €![Proceso de descubrimiento de patrones ocultos en bases de datos]( "Proceso de descubrimiento de patrones ocultos en bases de datos")
Proceso de descubrimiento de patrones ocultos en bases de datos23,99 €![Minería de Datos Inteligente]( "Minería de Datos Inteligente")
Minería de Datos Inteligente38,99 €![Algoritmos de votación para clasificación supervisada]( "Algoritmos de votación para clasificación supervisada")
Algoritmos de votación para clasificación supervisada19,99 €![Optimización Algorítmica para Modelos de Clasificación en Data Mining]( "Optimización Algorítmica para Modelos de Clasificación en Data Mining")
Optimización Algorítmica para Modelos de Clasificación en Data Mining26,99 €![Obtención de predicados difusos en forma normal usando metaheurísticas]( "Obtención de predicados difusos en forma normal usando metaheurísticas")
Obtención de predicados difusos en forma normal usando metaheurísticas36,99 €
El objetivo de este estudio fue comparar cuál de los algoritmos supervisados populares de minería de datos se aproxima más a la realidad para poder clasificar y predecir el exceso de peso en niños y adolescentes. Para analizar los datos, se utilizó una base de datos de escolares de la región de Itaupú-Paraná (Brasil), cuyas edades oscilan entre 6-17 años. El programa utiliza diferentes herramientas para la minería de datos como Weka y Rapid Miner. Los resultados muestran la mejor técnica supervisada para clasificar la obesidad de los escolares y pueda contribuir a predecir el riesgo de exceso de peso en niños y adolescentes.