Propuesta de diseño de un modelo de Machine Learning basado en predictores mixtos para la estimación del beneficio neto: (Record no. 50576)
[ view plain ]
| 000 -CABECERA | |
|---|---|
| campo de control de longitud fija | nam a22 7a 4500 |
| 005 - FECHA Y HORA DE ACTUALIZACIÓN | |
| 005 | 20260520062838.0 |
| 008 - LONGITUD FIJA | |
| campo de control de longitud fija | 260406e2025 ck |||fsm||| 00| 0 spa d |
| 040 ## - FUENTE DE CATALOGACIÓN | |
| Centro catalogador/agencia de origen | CO-NeUS |
| Lengua de catalogación | español |
| Normas de descripción | rda |
| 041 ## - IDIOMA | |
| Código de lengua del texto/banda sonora o título independiente | español |
| 100 1# - AUTOR PERSONAL | |
| 9 (RLIN) | 161900 |
| nombre | Brand Carvajal, Briyid Thaliana |
| relación | autor |
| 245 10 - TÍTULO PROPIAMENTE DICHO | |
| título | Propuesta de diseño de un modelo de Machine Learning basado en predictores mixtos para la estimación del beneficio neto: |
| subtítulo | Caso de estudio " E.S.E Hospital San Francisco de Asis" |
| Mención de responsabilidad, etc. | Briyid Thaliana Brand Carvajal, Mery Viviana Rebolledo Horta; |
| 256 ## - CARACTERÍSTICAS DEL ARCHIVO DE ORDENADOR | |
| Características del archivo de computador | Datos electrónicos (1 archivos:1637 MG) |
| 264 1# - PIE DE IMPRENTA | |
| lugar (ciudad) | Neiva: |
| editorial | Universidad Surcolombiana, |
| fecha | 2025 |
| 300 ## - DESCRIPCIÓN FÍSICA | |
| Extensión | 1 CD-ROM (80 páginas); |
| Ilustraciones | tablas o cuadros; |
| Dimensiones | 12 cm |
| 336 ## - TIPO DE CONTENIDO | |
| Content type term | texto |
| 337 ## - MEDIACIÓN | |
| RDA | rdamedia |
| Content type term | computadora |
| 338 ## - PORTADOR | |
| RDA | rdacarrier |
| Content type term | disco de la computadora |
| Portador | cd |
| 347 ## - Características del archivo digital (R) | |
| RDA | rda |
| 502 ## - NOTA DE TESIS | |
| Nota de tesis | Tesis |
| título otorgado | Administrador Financiero |
| Institución | Universidad Surcolombiana. Facultad de Economía y Administración. Administrador Financiero |
| año | 2025 |
| 505 ## - NOTA DE CONTENIDO | |
| Nota de contenido | Resumen -- Introducción -- Marco teórico -- Marco contextual -- Presentación y análisis de resultados -- Conclusiones |
| 520 ## - RESUMEN | |
| Resumen | "Este estudio presenta una propuesta de diseño de un modelo de machine learning basada en predictores mixtos para la estimación del beneficio Neto en el E.S.E. Hospital San Francisco de Asís. El objetivo es optimizar la estimación del Beneficio Neto en el E.S.E. Hospital San Francisco de Asís mediante un modelo de machine learning basado en predictores mixtos. La metodología empleada fue de enfoque cuantitativo con técnica de machine learning aplicado a datos operativos y financieros del E.S.E. Hospital San Francisco de Asís. Se utilizó algoritmos de regresión Random Forest y modelos de predicción avanzados. Los resultados demostraron que el costo operativo, el tiempo de servicio, la edad de los pacientes y la calidad percibida de la atención son variables clave de estimación beneficio neto. Se aplicaron criterios de limpieza y validación de los datos obtenidos, a fin de garantizar su confiabilidad del modelo. Posteriormente a la evaluación de distintos algoritmos, Random Forest reveló la mayor precisión (R2=0,76), resaltando como el predictor más influyente en la rentabilidad de E.S.E. HOSPITAL SAN FRANCISCO DE ASÍS al costo operativo. Seguidamente, se recomienda implementar monitoreo de las variables en tiempo real, actualizar periódicamente el conjunto de datos, además de explorar más algoritmos como redes neuronales y optimizar los protocolos de la calidad de datos." |
| 700 1# - COAUTOR PERSONAL | |
| 9 (RLIN) | 161901 |
| Nombre de persona | Rebolledo Horta, Mery Viviana |
| Término indicativo de función/relación | autor |
| 700 1# - COAUTOR PERSONAL | |
| 9 (RLIN) | 144069 |
| Nombre de persona | Bernal Cerquera, Francisco Rivelino, |
| Término indicativo de función/relación | Asesor de tesis |
| 082 04 - CLASIFICACIÓN DECIMAL DEWEY | |
| edición | 21 |
| Clasificación | Th AF 25 |
| 650 #0 - MATERIA GENERAL | |
| Término de materia o nombre geográfico como elemento inicial | Administración Financiera |
| Subdivisión general | Regresión Lineal |
| 9 (RLIN) | 161902 |
| 650 #0 - MATERIA GENERAL | |
| 9 (RLIN) | 161903 |
| Término de materia o nombre geográfico como elemento inicial | Modelo Machine Learning |
| Subdivisión geográfica | E.S.E Hospital San Francisco de Asis |
| 942 ## - PUNTO DE ACCESO ADICIONAL KOHA | |
| Fuente del sistema de clasificación o colocación | |
| Tipo de ítem Koha | e-Tesis |
| Parte de la signatura que corresponde a la clasificación (Parte de la clasificación) | Th AF 25 |
| Prefijo de la signatura | Th |
| Ocultar en el OPAC | Perdido | Esquema de clasificación | No circula | Colección | Sede propietaria | Localización actual | Adquirido | Signatura topográfica | Código de barras | Visto por última vez | Tipo de ítem | Ejemplar |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| En Colección | Tesis y Trabajos de Grado | Biblioteca Central | Biblioteca Central | 2026-04-06 | Th AF 25 | 900000029869 | 2026-04-06 | e-Tesis | ||||
| En Colección | Tesis y Trabajos de Grado | Biblioteca Central | Biblioteca Central | 2026-04-06 | Th AF 25 | 900000029870 | 2026-04-06 | e-Tesis | Ej.2 |