ESTIMATIVAS DE NÍVEIS DE OBESIDADE UTILIZANDO MACHINE LEARNING
EXPLORANDO FATORES CONTRIBUTIVOS E MODELOS PREDITIVOS PARA A PREVENÇÃO E INTERVENÇÃO NA OBESIDADE
Palavras-chave:
Aprendizado de Máquina, obesidade, modelos preditivos, aprendizado não supervisionado, Inteligência ArtificialResumo
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
Seção
Artigos
Licença
Copyright (c) 2024 Revista Científica da UNIFENAS - ISSN: 2596-3481
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