Machine Learning aplicat a la predicció del risc epidemiològic al Brasil

This thesis consists in the development of predictive algorithms of the dengue epidemiological risk based on Machine Learning, using the climatological and socioeconomic variables that affect the spread of the disease throughout Brazil. Dengue is a virus that can be transmitted by the Aedes Aegypti mosquito and is common in subtropical areas. This document details the process in which the aforementioned data has been collected, sorted and analysed. Also describing all the autonomous learning tools used for this purpose, and how the risk of dengue outbreaks can be predicted beforehand with certain conditions. Finally, the first results from the developed models are presented. Este proyecto consiste en el desarrollo de algoritmos predictivos del riesgo epidemiológico del dengue basados en Machine Learning a partir de las variables climatológicas y socioeconómicas que afectan su propagación por todo el Brasil. El dengue es un virus que es transmitido por el mosquito Aedes Aegypti, común en las regiones subtropicales. En este documento se detalla el proceso en el que estos datos se han recolectado, ordenado y analizado. También se describen todas las herramientas de aprendizaje autónomo que se han usado para este propósito, y como el riesgo de brotes de dengue puede predecirse bajo unas determinadas condiciones. Finalmente se presentan los primeros resultados de los modelos desarrollados. Aquest projecte consisteix en el desenvolupament d'algoritmes predictius del risc epidemiològic del dengue basats en Machine Learning a partir de les variables climatològiques i socioeconòmiques que afecten la seva propagació per tot el Brasil. El dengue és un virus que és transmès pel mosquit Aedes Aegypti, comú en regions subtropicals. En aquest document es detalla el procés en el qual aquestes s'han recollit, ordenat i analitzat. També es descriuen totes les eines d'aprenentatge autònom que s'han fet servir per aquest propòsit, i com el risc de brots de dengue es pot predir amb unes determinades condicions. Finalment es presenten els primers resultats dels models desenvolupats.