Biblioteca122.739 documentos en línea

Artículo

Performance Assessment of Certain Machine Learning Models for Predicting the Major Depressive Disorder among IT Professionals during Pandemic timesEvaluación del rendimiento de ciertos modelos de aprendizaje automático para predecir el trastorno depresivo mayor entre los profesionales de la informática en tiempos de pandemia

Resumen

El trastorno depresivo mayor (TDM) es el trastorno mental más común en la actualidad, ya que en la vida de todos los individuos, independientemente de que estén empleados o desempleados, se pasa por la fase de depresión al menos una vez en la vida. En términos sencillos, se trata de una alteración del estado de ánimo que puede persistir en un individuo durante más de unas semanas o meses. En la mayoría de los casos, los individuos no consultan a un profesional, e incluso si son consultados, los resultados no son significativos ya que los individuos encuentran un reto para identificar si están deprimidos o no. La depresión, la mayoría de las veces, coexiste con la ansiedad y conduce al suicidio en pocos casos, entre los empleados, que están a punto de manejar la presión en el trabajo y en el hogar y, en su mayoría, sin darse cuenta de tales problemas. Por ello, este trabajo pretende analizar a los empleados de informática que trabajan mayoritariamente con objetivos. La red neuronal artificial, cuyo modelo es similar al del cerebro, ha demostrado en los últimos tiempos que puede rendir mejor que la mayoría de los algoritmos de clasificación. En este estudio se ha implementado el perceptrón neuronal multicapa y se ha experimentado con la técnica de retropropagación sobre las muestras de datos recogidas de los profesionales de la informática. Este estudio pretende desarrollar un modelo que pueda clasificar a los individuos deprimidos de los que no lo están de forma efectiva con los datos recogidos de ellos manualmente y a través de sensores. Los resultados muestran que el MLP profundo con retropropagación supera a otros modelos basados en el aprendizaje automático para una clasificación eficaz.

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento