ESTIMATIVAS DE NÍVEIS DE OBESIDADE UTILIZANDO MACHINE LEARNING : EXPLORANDO FATORES CONTRIBUTIVOS E MODELOS PREDITIVOS PARA A PREVENÇÃO E INTERVENÇÃO NA OBESIDADE

Flávia Aparecida Oliveira Santos; Camila Teodoro Martins; Larissa Paula Pereira Silva; Jaqueline Corrêa Silva Carvalho; Marcos Alberto Carvalho; Celso de Ávila Ramos; Camila Bastos; Patrícia Carolina de Souza Pereira; Vinícius Duarte Esteves Silva

ESTIMATIVAS DE NÍVEIS DE OBESIDADE UTILIZANDO MACHINE LEARNING

EXPLORANDO FATORES CONTRIBUTIVOS E MODELOS PREDITIVOS PARA A PREVENÇÃO E INTERVENÇÃO NA OBESIDADE

Autores

Flávia Aparecida Oliveira Santos Universidade José do Rosário Vellano - UNIFENAS https://orcid.org/0000-0002-3252-3696
Camila Teodoro Martins Universidade Prof. Edson Antônio Velano
Larissa Paula Pereira Silva Universidade Prof. Edson Antônio Velano
Jaqueline Corrêa Silva Carvalho Universidade Prof. Edson Antônio Velano https://orcid.org/0000-0002-6485-430X
Marcos Alberto Carvalho Universidade Prof. Edson Antônio Velano https://orcid.org/0000-0002-3546-5815
Celso de Ávila Ramos Universidade Prof. Edson Antônio Velano https://orcid.org/0000-0003-1665-5813
Camila Bastos Universidade Prof. Edson Antônio Velano https://orcid.org/0000-0002-8917-7691
Patrícia Carolina de Souza Pereira Universidade Prof. Edson Antônio Velano https://orcid.org/0000-0002-5801-4451
Vinícius Duarte Esteves Silva Universidade Prof. Edson Antônio Velano https://orcid.org/0000-0003-1989-2670

Palavras-chave:

Aprendizado de Máquina, obesidade, modelos preditivos, aprendizado não supervisionado, Inteligência Artificial

Resumo

Este artigo explora o uso de técnicas de aprendizado de máquina para estimar os níveis de obesidade com base em dados demográficos, hábitos alimentares e condição física de indivíduos do México, Peru e Colômbia. Utilizando um conjunto de dados diversificado, o estudo emprega algoritmos como regressão logística, árvores de decisão e redes neurais para desenvolver modelos preditivos. A análise inclui desde a preparação dos dados até a avaliação da eficácia dos modelos, fornecendo informações úteis para intervenções e políticas de saúde pública voltadas para a prevenção e tratamento da obesidade.

Arquivos adicionais

Publicado

2024-09-09

Edição

v. 6 n. 5 (2024): Metodologias Ativas e Inteligência Artificial para o Desenvolvimento

Seção

Artigos

Licença

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Clique no link abaixo para fazer download do arquivo de Declaração de Direitos Autorais. Preencha seus campos, com as respectivas assinaturas dos autores no formato de imagens e o insira como arquivo suplementar em sua submissão.

Declaração de responsabilidade e transferência de direitos autorais