PROYECTOS FINALES DE GRADO

Permanent URI for this collection

https://publicaciones.fctunca.edu.py/handle/123456789/4

Browse

Browsing PROYECTOS FINALES DE GRADO by Subject "Ciencia de Datos"

Now showing 1 - 7 of 7
  • No Thumbnail Available
    Item
    APLICACIÓN WEB PARA FILTRADO EFICIENTE DE REGISTROS DE TÍTULOS EXPEDIDOS POR EL MINISTERIO DE EDUCACIÓN Y CIENCIAS DE PARAGUAY APLICANDO TÉCNICAS DE MINERÍA DE DATOS, AÑO 2024
    (FCyT UNCA, 2024-12) GIMENEZ VALDEZ, LUIS FERNANDO; MARTINEZ BAZAN, MARTINA IRASEMA; Estigarribia Barreto, Hector Ramiro
    Este estudio tiene como finalidad la unificación de dos conjuntos de datos abiertos proporcionados por el Ministerio de Educación y Ciencias (MEC) de Paraguay: el Registro de Títulos y el Registro Nacional de Carreras. La población de estudio consta de 553.906 registros en el dataset de títulos y 27.383 registros en el dataset de carreras, abarcando datos desde el año 2012 hasta enero de 2024. La integración de estos datasets permite obtener una visión integral que vincula la oferta educativa con los títulos expedidos, lo cual es esencial para evaluar la calidad académica y realizar una planificación educativa más informada. El proyecto hace uso del lenguaje Python bajo la plataforma Anaconda, maximizando las capacidades avanzadas que esta herramienta ofrece para la manipulación, limpieza y análisis de datos. Durante el proceso, se identificaron problemas significativos como inconsistencias, datos duplicados y formatos heterogéneos que complican su análisis y estandarización. Estas dificultades reflejan falencias en los procedimientos de registro, destacando la necesidad de implementar mejoras en los procesos de carga de datos desde las fuentes originales. Un aporte destacado de este trabajo es el desarrollo de una página web, diseñada para facilitar la consulta, el filtrado y la visualización de los datos integrados. Utilizando el framework Django, la aplicación permite un acceso rápido y eficiente a la información, con opciones para personalizar filtros y descargar resultados en formatos accesibles como CSV y XLSX. La página web, además de centralizar la información de ambos registros, aplica las mejoras derivadas del análisis previo, consolidando datos limpios y estandarizados en un único lugar. En conclusión, este estudio no solo aborda la problemática de la desorganización de datos en el sistema educativo, sino que también ofrece soluciones prácticas y tecnológicas para optimizar el acceso y la calidad de la información, promoviendo una gestión académica más eficiente y orientada a la mejora continua.
  • Thumbnail Image
    Item
    IDENTIFICACIÓN DE CARACTERÍSTICAS EPIDEMIOLÓGICAS Y CLIMÁTICAS DE DATOS RELACIONADOS CON CASOS DENGUE RECOPILADOS POR ENTES ESTATALES DEL PARAGUAY ENTRE LOS AÑOS 2009 Y 2013
    (2018-12) Ortega Velázquez, Marcos Antonio; Estigarribia Barreto, Héctor Ramiro
    Este estudio aborda el análisis y reducción de datos provenientes de tres conjuntos relacionados con variables ambientales, sanitarias y epidemiológicas asociadas a los casos de Dengue en Paraguay, recopilados por la Dirección General de Vigilancia de la Salud y la Dirección de Meteorología e Hidrología durante el período 2009-2013. El objetivo principal fue optimizar los datos disponibles eliminando información irrelevante o redundante, con el fin de generar un conjunto más manejable y significativo para posteriores estudios y análisis predictivos. Se implementaron técnicas avanzadas de selección y limpieza de datos para depurar y organizar la información, asegurando que solo las variables más relevantes fueran retenidas. Uno de los enfoques metodológicos clave fue la aplicación de una versión multivariada de la incertidumbre simétrica, una técnica estadística útil para la selección de características. Esta técnica permitió evaluar las interrelaciones entre las variables y seleccionar aquellas que aportaban la mayor cantidad de información significativa respecto a los casos de Dengue. Como resultado del proceso de limpieza y selección, se logró generar un subconjunto mínimo de características que conserva la información esencial de los conjuntos de datos originales, facilitando así su uso en futuros análisis epidemiológicos y ambientales. Este trabajo representa un avance importante en la optimización de grandes volúmenes de datos, permitiendo una mejor interpretación y toma de decisiones en estudios epidemiológicos y sanitarios relacionados con enfermedades transmitidas por vectores.
  • Thumbnail Image
    Item
    Mapa Interactivo sobre la Educación Superior en el Paraguay hasta el año 2023
    (FCyT UNCA, 2023-12) Sánchez Hartwig, Angel Fernando ; Morinigo Bogado, Jonas Claudelino ; Estigarribia Barreto, Héctor Ramiro
    En el contexto de la educación superior en Paraguay, la creación de un mapa georreferenciado que visualice de manera interactiva y precisa la diversa oferta académica en todo el territorio nacional representa un paso significativo hacia la democratización y accesibilidad de la información educativa. Este artículo aborda la relevancia y el potencial transformador de desarrollar una herramienta tecnológica que permita a los estudiantes y profesionales interesados explorar de manera eficiente las múltiples opciones de carreras ofrecidas en el país. La falta de una plataforma centralizada y de fácil acceso que compile y exhiba la variedad de programas académicos, sus ubicaciones geográficas, perfiles universitarios y detalles pertinentes dificulta la toma de decisiones informadas por parte de los aspirantes a la educación superior. La propuesta del mapa georreferenciado responde a esta problemática al proporcionar una solución integral que combina las capacidades de los sistemas de información geográfica (SIG) con la información académica, generando una herramienta poderosa para la planificación educativa y el desarrollo de habilidades. Este artículo explora la metodología empleada en la creación del mapa georreferenciado, destacando la colaboración con instituciones educativas y la integración de bases de datos académicas, así como la implementación de tecnologías geoespaciales avanzadas para garantizar la precisión y actualización constante de la información. La herramienta resultante permite a los usuarios explorar una amplia gama de áreas de estudio, carreras y universidades, filtrar resultados según preferencias y ubicaciones, acceder a perfiles detallados de programas académicos y enlaces directos a sitios web de instituciones educativas. Los beneficios de este enfoque se extienden más allá de los estudiantes, influyendo en la toma de decisiones de los padres, consejeros educativos y responsables de la planificación de políticas educativas. Al proporcionar una representación visual y accesible de las ofertas académicas a nivel nacional, el mapa georreferenciado no solo simplifica la búsqueda de información, sino que también contribuye al desarrollo regional equitativo al fomentar la distribución estratégica de programas educativos en todo el país. A medida que la educación superior se vuelve más diversa y globalizada, esta herramienta emerge como un elemento vital para la orientación vocacional y la elección de carreras informadas en Paraguay. La implementación exitosa del mapa georreferenciado para la educación superior refleja una convergencia entre la tecnología, la educación y el desarrollo socioeconómico, promoviendo la igualdad de oportunidades y el avance educativo en la nación.
  • Thumbnail Image
    Item
    Modelo de alerta temprana para la deserción estudiantil en la Facultad de Ciencias y Tecnologías basado en la estimación de factores académicos.
    (FCyT UNCA, 2024-04) González Duarte, Natalia Romina ; Bogado Machuca, Juan Vicente
    Este estudio aborda el desafío de la deserción estudiantil en la Facultad de Ciencias y Tecnologías mediante la construcción de un modelo de alerta temprana basado en factores académicos. Utilizando una metodología de ciencia de datos, se caracterizaron y analizaron registros académicos, aplicando técnicas como el análisis de clusters y el método del codo para optimizar la segmentación de los estudiantes. Se desarrollaron varios modelos predictivos de machine learning, incluyendo regresión logística, árboles de decisión y k-nearest neighbors, los cuales fueron evaluados mediante métricas de precisión, recall y F1 Score para determinar su eficacia en la clasificación de estados académicos. Los resultados indicaron una variabilidad en la efectividad de los modelos en función de la carrera y los datos disponibles. Para Informática, el mejor modelo resultó ser K-Nearest Neighbors (KNN). Para Electricidad y Civil, el modelo de Árbol de Decisión (DT) fue el más eficaz. Y para Electrónica, la Regresión Logística (RL) y K-Nearest Neighbors (KNN) demostraron un mejor rendimiento, resaltando la importancia de adaptar las intervenciones a las características específicas de los estudiantes y sus entornos académicos. Las conclusiones subrayan el desempeño de distintos modelos en la identificación temprana de estudiantes en riesgo, proponiendo además la integración de factores socioeconómicos y psicológicos para futuras investigaciones en el área.
  • No Thumbnail Available
    Item
    Modelo de Predicción para alerta temprana de Eventos Cardiovasculares mediante técnicas de Supervised Machine Learning en el Instituto de Previsión Social (IPS) de Coronel Oviedo, 2024
    (FCyT UNCA, 2024-12) Espinoza Franco, José Antonio; Vázquez Cáceres, Luz Melina; Melgarejo Riveros, Víctor Manuel
    Las enfermedades cardiovasculares están relacionadas con problemas del corazón y los vasos sanguíneos, siendo la principal causa de muerte en el mundo. Según el Ministerio de Salud Pública y Bienestar Social, estas enfermedades son responsables del 30% de las muertes globales y del 27% a nivel nacional. En el Instituto de Previsión Social de Coronel Oviedo se registraron 82.991 consultas entre 2021 y 2024, muchas asociadas a factores de riesgo como la hipertensión esencial. Para abordar esta problemática, se desarrollaron modelos utilizando técnicas de Machine Learning supervisado, entre ellos Regresión Logística, Árboles de Decisión y Random Forest, seleccionándose este último como modelo de alerta temprana para la interfaz de predicción de eventos cardiovasculares, debido a su 73% de exactitud y baja tasa de errores. Además, se planteó la creación de una base de datos para almacenar información de pacientes, consultas médicas e historiales clínicos, contribuyendo a mejorar la gestión y el seguimiento de la salud cardiovascular.
  • Thumbnail Image
    Item
    Panel de Alerta Temprana para Brotes Epidemiológicos en Paraguay
    (2024-06) Acosta Britos, Nonia Isabel; Olmedo Giménez, Diego Martín; Bogado Machuca, Juan Vicente
    El dengue se ha convertido en un importante problema de salud en Paraguay, debido a su aparición en regiones tropicales y subtropicales. Con la ayuda de pronósticos precisos, se pueden tomar medidas preventivas pertinentes para la lucha contra esta enfermedad. Ante esta problemática, se desarrolló una página web de Alerta Temprana de Brotes Epidemiológicos del Paraguay, utilizando como base de procesamiento el dengue. Esta página presenta gráficos de indicadores epidemiológicos como la incidencia, variables de temperatura y predicciones, de manera que los tomadores de decisiones puedan analizar el comportamiento del dengue en Paraguay, abarcando los 17 departamentos con sus distritos. Los datos recabados para el análisis corresponden al periodo de 2009 a 2013.
  • Thumbnail Image
    Item
    Reconocimiento de Imágenes Aplicando Deep Learning para el Apoyo al Diagnóstico Médico de Enfermedades Respiratorias en Radiografías del Tórax con Tecnología Jetson Nano en el Sanatorio San José de Coronel Oviedo
    (FCyT UNCA, 2022-09) Avalos Melgarejo, Rodrigo Emmanuel ; Melgarejo Riveros, Víctor Manuel
    La implementación de algoritmos de inteligencia artificial para el apoyo en las tomas de decisiones clínicas mediante radiografías del tórax enfrenta desafíos relacionados con la confiabilidad e interpretabilidad. En este contexto, establecemos una herramienta tecnológica de diagnóstico médico basada en Deep Learning para la clasificación de pacientes con enfermedades respiratorias o normales. Las imágenes son reconocidas por una red neuronal, la cual puede ayudar a acelerar el diagnóstico, facilitando así un tratamiento más rápido y mejorando los resultados clínicos. La inteligencia artificial y la medicina han seguido un camino paralelo en las últimas décadas. El Deep Learning, especialmente las redes neuronales profundas, son ideales para el reconocimiento de patrones, aprenden directamente a partir de los datos y ayudan a resolver problemas complejos. Esta tecnología se ha aplicado ampliamente en el procesamiento de imágenes y visión por computadora en la salud, gracias a su buena precisión en las tareas de clasificación de imágenes. El modelo de aprendizaje se ejecuta en el Jetson Nano, que ofrece el poder de cómputo necesario y proporciona resultados acelerados en una plataforma compacta, esencial para el entrenamiento.

Atribución/Reconocimiento-NoComercial 4.0 Internacional

Usted es libre de:

  1. Compartir — copiar y redistribuir el material en cualquier medio o formato
  2. Adaptar — remezclar, transformar y construir a partir del material
  3. La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia

Bajo los siguientes términos:

  1. Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios.
  2. NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
  3. No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.

Avisos:

No tiene que cumplir con la licencia para elementos del material en el dominio público o cuando su uso esté permitido por una excepción o limitación aplicable.

No se dan garantías. La licencia podría no darle todos los permisos que necesita para el uso que tenga previsto. Por ejemplo, otros derechos como publicidad, privacidad, o derechos morales pueden limitar la forma en que utilice el material.