Determinantes de la pobreza monetaria en Colombia: Un enfoque integral mediante ciencia de datos y técnicas de Machine Learning

Simple item page
dc.contributor.advisorGonzález Gómez, Daniel Enrique
dc.contributor.authorRestrepo Castaño, Daniel Gabriel
dc.date.accessioned2025-10-22T20:34:23Z
dc.date.available2025-10-22T20:34:23Z
dc.date.issued2025
dc.description.abstractEste proyecto aborda la identificación de los principales determinantes de la pobreza monetaria en Colombia mediante un enfoque integral basado en ciencia de datos y técnicas de aprendizaje automático. A partir de un análisis exhaustivo de factores socioeconómicos, demográficos y de vivienda, se desarrollarán modelos predictivos que permitirán identificar hogares en riesgo de caer en la pobreza. Se utilizarán datos de la Gran Encuesta Integrada de Hogares (GEIH) del DANE y otros conjuntos de datos, aplicando técnicas avanzadas de análisis y modelado para mejorar la comprensión de la pobreza. Los resultados proporcionarán evidencia clave para el diseño de políticas públicas más focalizadas y efectivas en la reducción de la pobreza monetaria en el país.spa
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ciencia de Datos
dc.format.extent40 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttp://hdl.handle.net/11522/4960
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.departmentFacultad de Ingeniería y Ciencias
dc.publisher.programMaestría en Ciencia de Datos
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectPobreza monetariaspa
dc.subjectCiencia de datosspa
dc.subjectMachine learningspa
dc.subjectAnálisis socioeconómicospa
dc.subjectPredicción de pobrezaspa
dc.subjectMonetary povertyeng
dc.subjectData scienceeng
dc.subjectMachine learningeng
dc.subjectSocioeconomic analysiseng
dc.subjectPoverty predictioneng
dc.titleDeterminantes de la pobreza monetaria en Colombia: Un enfoque integral mediante ciencia de datos y técnicas de Machine Learningspa
dc.typemaster thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dc.type.redcolhttps://purl.org/redcol/resource_type/TM
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Proyecto de Grado Final - Daniel Gabriel Restrepo Castaño,,.pdf
Size:
1.04 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Licencia de Uso - Daniel Gabriel Restrepo Castaño,,.pdf
Size:
255.51 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Maestría en Ciencia de Datos