Predicción de Fallos Cardiacos usando Machine Learning: Una revisión sistemática de la literatura
DOI:
https://doi.org/10.15381/rpcs.v6i2.29141Palabras clave:
Artificial Intelligence, Machine Learning, heart failuresResumen
El desarrollo de la Inteligencia Artificial (IA), hoy está en su auge, y eso despierta el interés de la comunidad científica para hacer estudios usando Machine Learning (ML) una de sus ramas de la IA, que mediante algoritmos o modelos entrenados se puede predecir fallos cardiacos. Según la búsqueda de literatura que se realizó, se encontró que en los estudios se utilizan variables para predecir fallos cardiacos las más utilizadas es la edad, el sexo, la glucosa en ayunas, la presión arterial sistola y el colesterol LDL. Así mismo se realiza un preprocesado de datos, el cual tiene fases y las más usadas son el Reescalamiento, Limpieza de datos, Agrupamiento, Codificación de datos, Detección de valores atípicos. También se ha visto que la mayoría de los estudios proponen sus metodologías y las fases más empleadas son el Preprocesamiento, Aplicación de modelos, Análisis de resultados, Train-test, Clasificación de datos, Selección de modelo o algoritmo.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Jesús Sebastian Senmache Ly, Yamil Alexander Quiñones Nieto
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
LOS AUTORES RETIENEN SUS DERECHOS:
a. Los autores retienen sus derechos de marca y patente, y también sobre cualquier proceso o procedimiento descrito en el artículo.
b. Los autores retienen el derecho de compartir, copiar, distribuir, ejecutar y comunicar públicamente el artículo publicado en la Revista Peruana de Computación y Sistemas (por ejemplo, colocarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en la Revista Peruana de Computación y Sistemas.
c. Los autores retienen el derecho a hacer una posterior publicación de su trabajo, de utilizar el artículo o cualquier parte de aquel (por ejemplo: una compilación de sus trabajos, notas para conferencias, tesis, o para un libro), siempre que indiquen la fuente de publicación (autores del trabajo, revista, volumen, número y fecha).
