BIBLIOTECA INFOTEC Centro de Investigación e Innovación en Tecnologías de la Información y Comunicación

Normal view MARC view ISBD view

Caracterización de la pobreza por medio de aprendizaje supervisado en el estado de Guanajuato

by Isusquiza Martínez, Edgar Enrique [Sustentante]; Graff Guerrero, Mario [Asesor].
Material type: materialTypeLabelBookPublisher: Ciudad de México, 2020Description: 137 páginas; ilustraciones a color, 22 x 17 cm.Subject(s): Ciencia de Datos | Pobreza | Tecnologías de la información y comunicación
Contents:
En la presente investigación se realizan análisis de la pobreza en el estado de Guanajuato, desde tres diferentes perspectivas, en primer lugar se desarrolla estimación de crecimiento económico y pobreza a nivel municipal con información satelital; en seguida, se presenta análisis de clasificación de las personas en pobreza por las características consideradas por el Consejo Nacional de Evaluación de la Política Social (CONEVAL); y finalmente se desarrollan experimentos de clasificación de las viviendas en situación de pobreza por medio de imágenes de las viviendas. En el enfoque de medición del crecimiento económico a nivel municipal con información de imágenes de luz nocturna se realizó regresión lineal del logaritmo de trabajadores de cada municipio en el estado de Guanajuato para los ejercicios de 2012 a 2019, encontrándose que existe una relación positiva mediante la determinación de la elasticidad de luz nocturna por trabajadores asegurados al IMSS. En este mismo sentido, se realiza una regresión lineal para verificar la relación entre la intensidad de la luminosidad de las imágenes satelitales nocturnas y el nivel de pobreza de los municipios del país, encontrándose que la relación con la pobreza extrema es estadísticamente no significativa, en tanto que el nivel de pobreza si existe una relación positiva de 4.45 con una R 2 del 0.40. Por otro lado, se realiza análisis de aprendizaje supervisado de clasificación de personas en situación de pobreza extrema o pobreza moderada, realizado por Naive Bayes Gaussian, Regresión Logística, Máquinas de Soporte Vectorial, Redes Neuronales y Deep Learning.
Dissertation note: Implementación de un proyecto laboral que para obtener el grado de Maestro en Ciencia de Datos e Información
Tags from this library: Add tag(s)
Log in to add tags.
    average rating: 0.0 (0 votes)
Item type Location Collection Call number Status Date due Barcode
Tesis Tesis Sección Tesis Trabajos de Titulación INFOTEC INFMCDI000002 I88 2020 (Browse shelf) No para préstamo (Consulta únicamente en sala) AGS20090118
Tesis Tesis Sección Tesis Trabajos de Titulación INFOTEC INFMCDI000002 I88 2020 (Browse shelf) No para préstamo (Consulta únicamente en sala) DF-TLALPAN20090117

Implementación de un proyecto laboral que para obtener el grado de Maestro en Ciencia de Datos e Información

En la presente investigación se realizan análisis de la pobreza en el estado de Guanajuato, desde tres diferentes perspectivas, en primer lugar se desarrolla estimación de crecimiento económico y pobreza a nivel municipal con información satelital; en seguida, se presenta análisis de clasificación de las personas en pobreza por las características consideradas por el Consejo Nacional de Evaluación de la Política Social (CONEVAL); y
finalmente se desarrollan experimentos de clasificación de las viviendas en situación de pobreza por medio de imágenes de las viviendas. En el enfoque de medición del crecimiento económico a nivel municipal con información de imágenes de luz nocturna se realizó regresión lineal del logaritmo de trabajadores de cada municipio en el estado de Guanajuato para los ejercicios de 2012 a 2019, encontrándose que existe una relación positiva mediante la determinación de la elasticidad de luz nocturna por trabajadores asegurados al IMSS. En este mismo sentido, se realiza una regresión lineal para verificar la relación entre la
intensidad de la luminosidad de las imágenes satelitales nocturnas y el nivel de pobreza de los municipios del país, encontrándose que la relación con la pobreza extrema es estadísticamente no significativa, en tanto que el nivel de pobreza si existe una relación positiva de 4.45 con una R 2 del 0.40. Por otro lado, se realiza análisis de aprendizaje supervisado de clasificación de personas en situación de pobreza extrema o pobreza moderada, realizado por Naive Bayes Gaussian, Regresión Logística, Máquinas de Soporte Vectorial, Redes Neuronales y Deep Learning.

Click on an image to view it in the image viewer

INFOTEC Av. San Fernando 37, Col. Toriello Guerra, Tlalpan, C.P. 14050, México D.F. Copyright © 2019 Derechos reservados Tel: +52 (55) 56242800