Hola, Me junto al brainstorming sobre este tema :-)
Realmente hay varios caminos posibles en el tema de modelos espaciales de enfermedades, pero todos benefician mucho en tener buenos datasets por abajo; i.e.: conjuntos de datos variados, con buena calidad y resolución alta. Yo destacaría estos grupos: - Sistemas multi-criterio de apoyo a la decisión (que es el ejemplo que nos paso Wladimir) - Minería de Datos (Modelos de regresión) Dentro de los modelos de regresión, aun que existen muchos algoritmos, hay que pocos que realmente tengan en linea de cuenta la componente espacial como algo particular. Yo destacaría como excepciones el Geographically Weighted Regression (GWR), y el GeoSOM, que es un tipo de Red Neuronal con inteligencia espacial. https://cran.r-project.org/web/packages/spgwr/vignettes/GWR.pdf http://www.novaims.unl.pt/labnt/geosom/Public/2-1_3_lobo05_GeoSOM_variantes.pdf Luego hay el enfoque de Agent-Based modelling, que es mas bien un sistema de simulación basado en reglas, pero que puede tener buenos resultados a la hora de abordar problemas muy complejos (como es el caso de sistemas humanos): http://128.40.111.250/cupum/searchpapers/papers/paper415.pdf Espero haber ayudado y quedo ya disponible para alguna aclaración adicional :-) Saludos, Joana -- View this message in context: http://osgeo-org.1560.x6.nabble.com/Crowdsourcing-para-algoritmo-predictivo-tp5296403p5296721.html Sent from the OSGeo Spanish Local Chapter mailing list archive at Nabble.com. _______________________________________________ Spanish mailing list http://lists.osgeo.org/mailman/listinfo/spanish http://es.osgeo.org http://twitter.com/osgeoes
