Predicción del número de casos de violencia atendidos por el centro de emergencia mujer mediante el uso de técnicas de machine learning

Vista sencilla de ítem
dc.contributor.advisorGaray Argandoña, Rafael Antonio
dc.contributor.authorDeza Coasaca, Apolonio David
dc.contributor.authorMejía Torres, Regulo Erick
dc.date.accessioned2025-04-30T19:21:37Z
dc.date.available2025-04-30T19:21:37Z
dc.date.issued2025-04-30
dc.description.abstractEl objetivo general de esta investigación fue pronosticar el número de casos de violencia atendidos por el Centro de Emergencia Mujer a nivel nacional del Perú en el año 2025 mediante el uso de técnicas de machine learning. Para lograr este objetivo se establecieron cuatro objetivos específicos que incluyeron la recolección y preprocesamiento de los datos históricos de los casos de violencia atendidos por el Centro de Emergencia Mujer durante los años 2017 al 2024, la evaluación del desempeño de diferentes algoritmos de machine learning, la selección del modelo de machine learning con el mejor desempeño y la utilización del modelo seleccionado para realizar la predicción del número de casos de violencia atendidos en el año 2025. Se utilizó un diseño de investigación no experimental con un enfoque cuantitativo y un nivel explicativo para la realización de modelos predictivos mediante técnicas de machine learning. La muestra fue censal y constó de 91 observaciones mensuales divididas en muestra de entrenamiento y muestra de validación. El modelo seleccionado fue una red neuronal artificial capaz usada para predecir el número de casos de violencia atendidos en el año 2025 con un error esperado del 7.75 %. Los resultados indicaron que la aplicación de técnicas de machine learning puede ser una herramienta útil para la predicción del número de casos de violencia atendidos por el Centro de Emergencia Mujer en el futuro.
dc.formatapplication/pdf
dc.identifier.urihttps://hdl.handle.net/20.500.14520/9323
dc.language.isospa
dc.publisherUniversidad Católica de Trujillo - Benedicto XVI
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectViolencia de género, Centro de Emergencia Mujer, machine learning, pronóstico, predicción, modelos predictivos
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#5.01.00
dc.titlePredicción del número de casos de violencia atendidos por el centro de emergencia mujer mediante el uso de técnicas de machine learning
dc.typeinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/publishedVersion
renati.advisor.dni10464687
renati.advisor.orcidhttps://orcid.org/0000-0003-2156-2291
renati.author.dni01489559
renati.author.dni45832647
renati.discipline923027
renati.jurorMejia Pinedo, Davis Alberto
renati.jurorTerrones Toribio, Nadia Consuelo
renati.jurorGaray Argandoña, Rafael Antonio
renati.levelhttps://purl.org/pe-repo/renati/nivel#maestro
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineMaestría en Intervención en Violencia contra las Mujeres
thesis.degree.grantorUniversidad Católica de Trujillo - Benedicto XVI. Escuela de Posgrado
thesis.degree.nameMaestro en Intervención en Violencia contra las Mujeres
Archivos
Bloque original
Mostrando 1 - 4 de 4
No hay miniatura disponible
Nombre:
MEJIA_TESIS.pdf
Tamaño:
1.65 MB
Formato:
Adobe Portable Document Format
Descargar
No hay miniatura disponible
Nombre:
MEJIA_TURNITIN.pdf
Tamaño:
5.68 MB
Formato:
Adobe Portable Document Format
Descargar
No hay miniatura disponible
Nombre:
MEJIA_ACTA.pdf
Tamaño:
175.93 KB
Formato:
Adobe Portable Document Format
Descargar
No hay miniatura disponible
Nombre:
MEJIA_TA.pdf
Tamaño:
177.81 KB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
Maestría en Intervención en Violencia contra las Mujeres