Mortalidad Covid Mexico

APLICACION DE MINERIA DE DATOS
PARA ANALIZAR LOS PATRONES DE
MORTALIDAD DEL COVID -19 EN
MÉXICO
Módulo: Mineria de Datos
Docente: Ing. David E. Mendoza Gutierrez
Jandira Vargas Jorge L. Urquiza Jose Wigner Luis Fernando
Rojas Contreras Lliully Cruz Ojeda Quiroz

Contenido
Integrantes:
● Jandira Vargas Rojas
● Jorge Luis Urquiza Contreras
● Jose Wigner Lliully Cruz
● Luis Fernando Ojeda Contreras
1
Problema de Investigación
3
2
4
Metodología CRISP-DM
Aplicación de las fases de la Metodología CRISP-DM
La minería de datos en el campo de la salud

Problema de
Investigación
Integrantes:
01

Situación problemática
Actualmente, el mundo se encuentra en
una crisis sanitaria debido a la
pandemia mundial por el covid-19 la
cual está siendo muy contagiosa ya que
es difícil controlar su rápido crecimiento
en la cantidad de personas infectadas.
Integrantes:

Situación Deseada
Aplicar las diferentes técnicas y algoritmos de
minería de datos para realizar un análisis a los
patrones de mortalidad del Covid-19. A partir de
ello, poder anticiparnos para tener mayor
cuidado con el grupo que se encuentra en alto
riesgo y también apoyarlos con una atención más
cercana hacia ellos en caso de que contraigan
dicho virus.
Integrantes:

Obtener los datos de la
dirección general de
epidemiologia de
covid-19 de mexico.
Utilizar la metodología
Crisp-dm
Realizar el proceso de
extracción, Limpieza y
transformación de la
información
Aplicar diferentes
algoritmos para el
análisis
Objetivos
Integrantes:

HERRAMIENTAS UTILIZADAS
Integrantes:

METODOLOGIA CRISP-DM
Integrantes:
02

Comprensión del Negocio
Comprensión de los objetivos y requisitos del proyecto
desde una perspectiva de negocio, con el fin de
convertirlos en objetivos técnicos y en un plan de
proyecto.
● Determinar los objetivos del negocio.
● Evaluación de la situación.
● Determinar los objetivos de la minería de datos.
● Realizar el plan de proyecto.
Integrantes:

Comprensión de los Datos
Esta fase comienza con la colección de datos inicial y
continúa con las actividades que permiten
familiarizarse con los datos.
● Recolectar los datos iniciales.
● Descripción de los datos.
● Exploración de los datos.
● Verificar la calidad de los datos.
Integrantes:

Preparación de los Datos
Una vez efectuada la recolección inicial de los datos, se
procede a su preparación para adaptarlos a las técnicas de
minería de datos que se van a utilizar posteriormente.
● Seleccionar datos.
● Limpiar los datos.
● Construir los datos.
● Integrar los datos.
● Formateo de datos.
Integrantes:

Modelado
En esta fase, se seleccionan y aplican las técnicas de
modelado que sean pertinentes al problema (cuantas
más mejor), y se calibran sus parámetros a valores
óptimos.
● Escoger la tecnica de modelado
● Generar el plan de prueba.
● Construir el modelo
● Evaluar el modelo
Integrantes:

Evaluación
En esta fase se evalúa el modelo, teniendo en cuenta el
cumplimiento de los criterios de éxito del problema.
Debe considerarse además que la fiabilidad calculada
para el modelo se aplica solamente para los datos sobre
los que se realizó el análisis.
● Evaluar los resultados.
● Revisar el proceso.
● Determinar los próximos pasos.
Integrantes:

Despliegue
El objetivo último de esta fase es realizar el despliegue
de los resultados obtenidos de forma que sea propagado
a los usuarios finales.
● Planear la implantacion.
● Planear la monitorización y mantenimiento.
● Producir el informe final.
● Revisar el proyecto.
Integrantes:

LA MINERÍA DE DATOS EN LA SALUD
Integrantes:
03

Minería de datos - Salud
La minería de datos tiene por propósito
procesar datos para encontrar patrones de
comportamiento útiles para la toma de
decisiones.
La minería de datos se puede aplicar en distintas
áreas por lo que nosotros decidimos aplicarla a
la Salud.
El propósito es encontrar los patrones de
mortalidad del Covid-19 en México.
Integrantes:

APLICACIÓN DE LA METODOLOGÍA
CRISP-DM
Integrantes:
04

Comprensión del Negocio
Para el desarrollo de dicho proyecto se cuenta con un
dataset de los casos de Covid-19 detectados en México
hasta julio del 2020, este mismo fue proporcionado por
el departamento de epidemiología gobierno de México
para que este pueda ser analizado por cualquier
entidad
Integrantes:

Comprensión de los Datos
Los datos utilizados en este proyecto son datos
referentes a covid del país de México cuando la
pandemia estaba por una curva bastante
empinada en la época donde se sufrió una crisis
sanitaria no solo en México sino en varios países
del mundo.
Integrantes:

Preparación de los Datos
Se tuvo que realizar una limpieza en los datos de la Tabla
de Entidad, específicamente en el atributo
Entidad_Federativa, debido a que contenían caracteres
que no eran aceptados por Sql Server lo cual distorsionó
la información
Integrantes:

Modelado
deberemos utilizar alguna de las técnicas de modelado
que nos ofrece esta herramienta de acuerdo con los
objetivos de nuestro proyecto, se eligió los siguientes.
● Cluster Microsoft.
● Redes Neuronales.
Integrantes:

Cluster Microsoft
Integrantes:

Redes Neuronales
Integrantes:

Evaluación
El algoritmo más óptimo y con menos porcentaje de
error es el de redes neuronales, es el que mejor realiza
la predicción para este almacén de datos.
Integrantes:

MUCHAS GRACIAS POR SU
ATENCION, NO OLVIDEN
COLOCARSE BARBIJO
Integrantes:

Mortalidad Covid Mexico

Recomendados

Recomendados

Más contenido relacionado

Similar a Mortalidad Covid Mexico

Similar a Mortalidad Covid Mexico (20)

Último

Último (20)

Mortalidad Covid Mexico