NEW
Font size
WorksheetsSalud digital 1
Total questions: 6
Worksheet time: 10mins
Usted tiene un dataset de pacientes con las siguientes características:
1) 1000 filas numeradas, correspondientes a pacientes para los cuales se ha medido una serie de características
2) 14 columnas nombradas de la siguiente manera: "edad", "sexo", "tipo_dolor_pecho", "presión_sanguínea_en_reposo", "colesterol", "azúcar_en_sangre_en_ayuna", "ecg_en_reposo", "ritmo_cardiaco_máximo", "angina_inducida_por_el_ejercicio", "ejercicio_depresión_del_ST", "ejercicio_en_pendiente_ST", "vasos_principales_coloreados", "defecto_gammagrafía_del_talio ", "angiographic_disease_status"
3) La columna "angiographic_disease_status" tiene valores de 0 (si tiene menos de 50% de reducción en el diámetro de un vaso sanguíneo mayor) o 1 (si tiene más de 50% de reducción en el diámetro de un vaso sanguíneo mayor)
Con base en esto, se le pide que determine cómo usar Machine Learning para ayudar en el diagnóstico de estos pacientes y otros que puedan llegar a tener enfermedades coronarias. La columna que marca nuestra variable de salida es "angiographic_disease_status". Por lo tanto, usted propondría desarrollar un algoritmo de:
Aprendizaje Supervisado (regresión)
Aprendizaje Supervisado (clasificación)
Aprendizaje No Supervisado (agrupamiento)
Aprendizaje por Refuerzo
Usted tiene un grupo de 5000 pacientes para los cuales se ha recolectado información de edad, sexo, etnia, estatura, peso, respuesta a un medicamento A, respuesta a un medicamento B, tolerancia a la lactosa, diabetes, número de ataques cardiacos, síndrome de colon irritable, si son fumadores, y si consumen alcohol.
Con esta información, se le pide que encuentre una manera de separar dichos pacientes para tratar de encontrar conjuntos de ellos que estén estrechamente asociados y a partir de eso tal vez se puedan encontrar correlaciones valiosas para diagnóstico o tratamiento. No se le ha dado una variable objetivo. Por lo tanto, usted propondría desarrollar un algoritmo de:
Aprendizaje Supervisado (regresión)
Aprendizaje Supervisado (clasificación)
Aprendizaje No Supervisado (agrupamiento)
Aprendizaje por Refuerzo
Con base en los resultados de clasificación utilizando un algoritmo de regresión logística en un dataset para predecir si los pacientes tienen o no tienen cáncer usted obtuvo la siguiente matriz de confusión:
La exactitud (accuracy) del clasificador es bastante buena
La sensibilidad del sistema es buena
La especificidad del sistema es buena
La exactitud (accuracy) del clasificador es mala.
¿Cuáles son los componentes de un objeto inteligente?
Microcontrolador, Sensores, ADC, Actuadores
Microcontrolador, Memoria, Software, Conectividad
Microcontrolador,Sensores, Actuadores, Transductores
Microcontroladores, Conectividad, Transductores, Sensores
¿Cuál es la topología de red que se utiliza frecuentemente en IoT?
PAN
MAN
LAN
WAN
¿Protocolo de red para el IoT?
Bluetooth
Zigbee
MQTT
Xbee
