"Modelado Predictivo y Exploratorio de la Malnutrición Infantil y su Relación con el Rendimiento Académico mediante Aprendizaje Automático"
Líder: Juan Fernando Plascencia Guzmán
Integrantes: Juan Fernando Plascencia Guzmán
Descripción:
Mediante la aplicación de técnicas de aprendizaje automático se busca desarrollar modelos predictivos y exploratorios que permitan identificar patrones, factores de riesgo y posibles áreas de intervención, así como comprender mejor los determinantes sociales y conductuales implicados.
El enfoque del estudio no se limita a probar hipótesis predefinidas, sino que está orientado al descubrimiento de conocimiento, integrando marcos teóricos consolidados desde la salud pública, la economía y las ciencias computacionales, articulando enfoques multidisciplinarios. El objetivo es generar evidencia útil para apoyar la toma de decisiones en los ámbitos de la salud pública, la educación y la política social, promoviendo intervenciones más efectivas y contextualizadas.
Áreas clave del proyecto:
- Aprendizaje Automático, Redes Neuronales
- Bienestar
- Salud Nutricional Infantil
- Rendimiento Académico
- Teorías del Comportamiento, Económicas y Salud Pública