RT Generic
T1 Evaluación de modelos de aprendizaje automático para la predicción de enfermedades cardíacas
T2 Evaluation of machine learning models for predicting heart disease
A1 Molina Sánchez, Pablo
K1 Informática - Trabajos Fin de Grado
K1 Grado en Ingeniería de la Salud - Trabajo Fin de Grado
AB Las enfermedades cardiovasculares siguen siendo una de las principales causasde muerte a nivel mundial, lo que motiva la búsqueda de herramientas predictivaseficaces para su detección temprana. Este trabajo analiza y compara cinco modelosde aprendizaje automático —SVM, Random Forest, Árbol de Decisión, RedNeuronal Artificial y XGBoost— mediante un enfoque de clasificación multiclaseaplicado al conjunto de datos Cleveland Heart Disease. Los modelos se entrenaronaplicando técnicas de preprocesamiento avanzado, balanceo de clases con SMOTEy selección de variables mediante ANOVA F-test. El rendimiento se evaluó através de métricas como F1-macro, exactitud y reportes de clasificación. Paramejorar la interpretabilidad, se empleó SHAP, permitiendo analizar la importanciade las variables por clase. Los resultados respaldan el uso de modelos interpretablesde aprendizaje automático en la toma de decisiones médicas
YR 2025
FD 2025-06
LK https://hdl.handle.net/10630/41004
UL https://hdl.handle.net/10630/41004
LA spa
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 26 feb 2026