@misc{10902/29526,
year = {2023},
month = {6},
url = {https://hdl.handle.net/10902/29526},
abstract = {La finalidad de este trabajo ha sido la aplicación de diferentes técnicas de
Machine Learning, utilizando como herramienta el lenguaje de programación
Python, para tratar de predecir diferentes variables relacionadas con la evolución
de la COVID-19.
Las variables por predecir han sido el número de positivos, el número de
hospitalizados, el número de ingresos en UCI y el número de defunciones y las
predicciones se han hecho a partir de los datos obtenidos del portal SIVIC,
gestionado por la Generalidad de Cataluña, por lo que son datos pertenecientes
a esta comunidad.
Las predicciones se han realizado a una, tres y cinco semanas vista, aunque
este rango se podría variar con pequeñas modificaciones. Mediante las técnicas
de Machine Learning proporcionadas por Python ha sido posible realizar
diferentes estimaciones a partir de los datos existentes, así como la estimación
de errores correspondiente para estudiar la calidad de los resultados.
El objetivo del trabajo es obtener predicciones fiables, en los periodos de tiempo
mencionados, y que estas sean de utilidad para estar prevenidos ante la
aparición de nuevos contagios.},
abstract = {The aim of this project has been the application of different Machine Learning
techniques, using the Python programming language as a tool, to try to predict
different variables related to the evolution of COVID-19.
The variables to be predicted are the number of positives, the number of
hospitalized patients, the number of admissions to the ICU and the number of
deaths, and the forecasts have been made on the basis of data obtained from
the SIVIC portal, managed by the Generalidad de Cataluña, and are therefore
data pertaining to this community.
The predictions have been made one, three and five weeks ahead, although this
range could be varied with small modifications. Using Machine Learning
techniques provided by Python, it has been possible to make different estimates
from the existing data, as well as the corresponding error estimation to study the
quality of the results.
The aim of the work is to obtain reliable predictions, over the aforementioned
periods of time, which will be useful in preventing the emergence of new cases
of infection.},
title = {Aplicación de modelos de Machine Learning para análisis y prevención de COVID-19},
author = {Fernández de Godos, Víctor},
}