Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/107587
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorVila Giménez, David-
dc.contributor.otherCasas-Roma, Jordi-
dc.date.accessioned2020-01-27T18:41:57Z-
dc.date.available2020-01-27T18:41:57Z-
dc.date.issued2020-01-
dc.identifier.urihttp://hdl.handle.net/10609/107587-
dc.description.abstract¿Podemos realmente prevenir un accidente de tráfico?, y, en consecuencia, ¿está en nuestras manos evitar las víctimas derivadas? La respuesta a estas preguntas es compleja ya que los accidentes están rodeados de un gran número (prácticamente infinito) de variables independientes y, a simple vista, aleatorias. Desde hace años, los investigadores se han centrado en utilizar técnicas de Minería de Datos para poder extraer conclusiones sobre las causas de los accidentes de tráfico y así aplicar medidas preventivas futuras. De los múltiples estudios posibles en este ámbito, el trabajo actual se centrará en las víctimas derivadas. Se pretende generar modelos de predicción que permitan predecir cuál será la gravedad de las personas involucradas en un accidente. Para ello, se estudiará el área de la ciudad de Barcelona y a partir de diferentes factores se generarán modelos de regresión logística y random forest, los cuales categorizarán la gravedad de las víctimas.es
dc.description.abstractCan we really prevent a traffic accident? and, consequently, is it in our hands to avoid the derived victims? The answer to these questions is complex since accidents are surrounded by a large (practically infinite) number of independent and, at first glance, random variables. For years, researchers have focused on using data mining techniques to draw conclusions about the causes of traffic accidents and thus apply future preventive measures. Of the many possible studies in this area, current work will focus on derived victims. It is intended to generate prediction models that allow predicting the severity of the people involved in an accident. For this, the area of the city of Barcelona will be studied and, based on different factors, models of logistic regression and random forest will be generated, which will categorize the severity of the victims.en
dc.description.abstractPodem realment prevenir un accident de trànsit?, i, en conseqüència, és a les nostres mans evitar les víctimes derivades? La resposta a aquestes preguntes és complexa ja que els accidents estan envoltats d'un gran nombre (pràcticament infinit) de variables independents i, a simple vista, aleatòries. Des de fa anys, els investigadors s'han centrat en utilitzar tècniques de Mineria de Dades per a poder extreure conclusions sobre les causes dels accidents de trànsit i així aplicar mesures preventives futures. Dels múltiples estudis possibles en aquest àmbit, el treball actual se centrarà en les víctimes derivades. Es pretén generar models de predicció que permetin predir quina serà la gravetat de les persones involucrades en un accident. Per a això, s'estudiarà l'àrea de la ciutat de Barcelona i a partir de diferents factors es generaran models de regressió logística i random forest, els quals categoritzaran la gravetat de les víctimes.ca
dc.language.isospa-
dc.publisherUniversitat Oberta de Catalunya (UOC)-
dc.rightsCC BY-NC-ND-
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/-
dc.subjectanálisis predictivoes
dc.subjectgravedad de accidenteses
dc.subjectsmart cityen
dc.subjectciudades inteligenteses
dc.subjectciutats intel·ligentsca
dc.subjectanàlisi predictivaca
dc.subjectpredictive analyticsen
dc.subjectgravetat d'accidentsca
dc.subjectaccident severityen
dc.subject.lcshData mining -- TFMen
dc.titlePredicción de la gravedad de los heridos en accidentes de tráfico en Barcelona-
dc.typeinfo:eu-repo/semantics/masterThesis-
dc.audience.educationlevelEstudis de Màsterca
dc.audience.educationlevelEstudios de Másteres
dc.audience.educationlevelMaster's degreesen
dc.subject.lemacMineria de dades -- TFMca
dc.subject.lcshesMinería de datos -- TFMes
dc.contributor.tutorParada Medina, Raúl-
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess-
Aparece en las colecciones: Trabajos finales de carrera, trabajos de investigación, etc.

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  

TFM - David Vila Giménez.mp4

90,69 MBMP4Visualizar/Abrir
dvgimenezTFM0120memoria.pdfMemoria del TFM2,38 MBAdobe PDFVista previa
Visualizar/Abrir