• español
    • English
    • português
  • English 
    • español
    • English
    • português
  • Login
View Item 
  •   Home
  • Tesis y Trabajos de Grado
  • Tesis y Trabajos de Grado de Posgrado
  • Maestría en Ingeniería y Analítica de Datos
  • View Item
  •   Home
  • Tesis y Trabajos de Grado
  • Tesis y Trabajos de Grado de Posgrado
  • Maestría en Ingeniería y Analítica de Datos
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
RecursosRecursos de apoyo¿Cómo publicar?

Browse

All of ExpeditioCommunities & CollectionsBy Issue DateAuthorsTitlesSubjects
This CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage StatisticsView Google Analytics Statistics

Un análisis de la pobreza en Colombia basado en aprendizaje automático

Thumbnail

Citación

       
Export: <XML METS>
View/Open
Ver documento (3.008Mb)
Date
2021
Author
Sabogal, Hermes
García-Bedoya, Olmer
Granados, Oscar M.
Hashtag(s)
#BrechaDigital
Metadata
Show full item record
Documentos PDF
Abstract
El articulo analiza la pobreza en Colombia utilizando herramientas de aprendizaje automático supervisado a partir de los datos de Hogares, Personas y Vivienda del DANE para el periodo 2016 a 2019. Se examina la percepción de factores que influyen en la pobreza teniendo en cuenta las especificidades estructurales que conforman la medición de la pobreza, como la salud, el trabajo y la educación. El aporte de esta investigación es comparar el Índice de pobreza multidimensional con los factores relevantes de la situación de pobreza mediante el uso de herramientas aprendizaje automático. Los hallazgos revelan que el algoritmo XGBoost identifica los indicadores que causan la pobreza y permite proponer un marco de trabajo para lucha contra la pobreza. Palabras Clave: Aprendizaje automático, Medición y análisis de la pobreza, construcción de modelos y estimación, cambios tecnológicos.
Summary in foreign language
The article analyzes poverty in Colombia using supervised machine learning tools from DANE’s date of Households, People, and Housing for 2016 to 2019. The article examines the perception of factors that influence poverty, considering the structural specificities that make up the poverty measurement, such as health, work, and education. The contribution of this research is to compare the Multidimensional Poverty Index with the factors that are relevant to the poverty situation using machine learning tools. The findings reveal that the XGBoost algorithm identifies indicators that cause poverty and allows proposing a framework to fight poverty. Keywords: Machine Learning, Measurement and Analysis of Poverty, Computational Techniques; Simulation Modeling, Model Construction and Estimation, Technological
Palabras clave
Brecha digital; Desigualdad social
URI
http://hdl.handle.net/20.500.12010/22282
Collections
  • Maestría en Ingeniería y Analítica de Datos [76]
Comments

Respuesta Comentario Repositorio Expeditio

Gracias por tomarse el tiempo para darnos su opinión.


Carrera 4 # 22-61 Teléfono: (+57 1) 242 7030 - 018000111022 Fax: (+57 1) 561 2107 Bogotá D.C., Colombia

Fundación Universitaria de Bogotá Jorge Tadeo Lozano | Vigilada Mineducación

Institución de educación superior privada, de utilidad común, sin ánimo de lucro y su carácter académico es el de Universidad.

Reconocimiento personería jurídica: Resolución 2613 del 14 de agosto de 1959 Minjusticia.

Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.

 

Términos y condiciones | Políticas

 

 


Carrera 4 # 22-61 Teléfono: (+57 1) 242 7030 - 018000111022 Fax: (+57 1) 561 2107 Bogotá D.C., Colombia

Fundación Universitaria de Bogotá Jorge Tadeo Lozano | Vigilada Mineducación

Institución de educación superior privada, de utilidad común, sin ánimo de lucro y su carácter académico es el de Universidad.

Reconocimiento personería jurídica: Resolución 2613 del 14 de agosto de 1959 Minjusticia.

Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.

 

Términos y condiciones | Políticas