Aprèn - Lesly María Acosta Argueta

Ens trobem en un moment de la història on les democràcies estan evolucionant, i degut a la hiperconectivitat i globalització, s'estan replantejant molts models d'elecció dels nostres representants polítics, també coneguts com a models electorals. Aquesta globalització tecnològica permet incidir de forma molt particular en cadascú de nosaltres. Mitjançant l'anàlisi de dades i els algoritmes d'Intel·ligència Artificial, cada vegada està més a l'abast predir el comportament dels humans, i per tant de l'opinió personal i pública. Aquests dos fets han fet despertat en mi una gran curiositat en dos àmbits, l'àmbit dels sistemes electorals i l'àmbit de la Intel·ligència Artificial, fet pel qual vaig proposar fer un treball que englobés ambdós. Així doncs, amb aquest treball es pretén conèixer els diferents sistemes electorals i fer un estudi dels resultats de les eleccions de la darrera dècada a Catalunya (mitjançant l'anàlisi de dades i la Intel·ligència Artificial). Per fer-ho, el treball se separà en dos grans blocs. El primer està relacionat amb els sistemes electorals en sí; al principi es fa una breu introducció de què son i seguidament s'expliquen els 2 grans blocs de sistemes de votació. Per acabar el primer bloc es plasma el que s'ha après mostrant un estudi de com li afectaria a Catalunya el fet de tenir un altre sistema o fórmula electoral diferent a la que s'utilitza actualment. El segon bloc té com a objectiu elaborar un model de predicció mitjançant Intel·ligència Artificial per tal de poder predir el valor dels resultats d'unes possibles eleccions futures, o el que és el mateix, analitzar com afecten diversos factors, com per exemple la natalitat, migració, població segons edat... als resultats de les eleccions. Per arribar fins aquí cal un procés de recopilació, tractament i filtratge de dades i és d'això el que tracta el primer apartat d'aquest segon bloc del treball. L'últim apartat del cos del treball tracta sobre la Intel·ligència Artificial. Comença el capítol fent una introducció general i explicant totes les coses que calen per fer un model de regressió; especialment aquelles que s'empraran posteriorment. La segona part porta com a objectiu trobar un model de regressió que s'ajusti a les dades recopilades, i s'explica poc a poc les passes seguides per tal d'arribar-hi. L'objectiu del model de regressió es poder predir el nombre de vots que aconseguirà cada partit en funció de totes les dades que aniré recopilant. Ja per acabar, m'agradaria destacar que aquest treball intenta estar a l'abast de tothom, per tant no cal saber molt d'Intel·ligència Artificial o d'aspectes electorals per entendre-ho i seguir-ho sense problemes

Multivariate statistics in the study of Chronic Lymphocytic Leukemia: genetics and epidemiology data

Projecte Final de Màster Oficial

Fuentes Escario, Daniel

Tutor/a - Director/a: Acosta Argueta, Lesly María; Benavente, Yolanda; Casabonne, Delphine

Data de publicació: 2019

Facultat de Matemàtiques i Estadística (FME)

Veure detall Accés al text complet

Análisis estadístico de diferentes estrategias de apuestas: Aplicación a datos de fútbol.

Treball Final de Grau

Sedeño Castaños, David

Tutor/a - Director/a: Acosta Argueta, Lesly María; Sánchez Espigares, Josep Anton

Data de publicació: 2018

Escola Tècnica Superior d'Enginyeria Industrial de Barcelona (ETSEIB)

Veure detall Accés al text complet

A modo de finalizar el grado, llegaba el momento de escoger un tema para el trabajo de fin de grado, donde demostrar algunos de los conocimientos adquiridos, así como también la capacidad de búsqueda y resolución. Tras pensar en varios de los campos que se han tocado durante estos cuatro años, se acabó optando por realizar algún análisis de datos, y el tema vino después. El objetivo del proyecto, a parte del desarrollo personal, era encontrar alguna estrategia con la que incrementar los beneficios realizando apuestas de fútbol en la liga española. Más con- cretamente, se pretende poder ayudar a alguien sin conocimientos de fútbol a poder obtener mejores resultados en términos de beneficios, que si apostase al azar. Se hace hincapié du- rante el trabajo en que no es transcendental augmentar el porcentaje de aciertos, pues al tener cada partido un beneficio diferente, ello no implicaría mejores resultados en términos económicos. Para poder conocer si había mejoras o no, era necesario establecer una referencia, y que aquí se las nombró “estrategias básicas”. Es por ello, que se comenzó con análisis y descripción del tema y se siguió con la aplicación de las mencionadas estrategias básicas. Eran necesarios estos pasos tanto para poder entender el proyecto como para comparar los resultados de los diseños con los iniciales. Para realizar un estudio riguroso, las estrategias se extraen a partir de los datos de la temporada 2016-17, y se prueban sobre los datos de la 2017-18. En un inicio se confió en poder establecer alguna estrategia que mejorara los resultados de las básicas, pero se pensaba que aun así no llegaría a alcanzar beneficios económicos. Se comenzaron probando estrategias ya conocidas, seguido de estrategias extraídas de la exploración de datos, y se finalizó con la obtención de varias estrategias a partir del uso de herramientas y técnicas estadísticas sofisticadas Todas ellas se volvieron a probar con datos diferentes. Se ha acabado logrando mejoras respecto a las situaciones básicas, e incluso considerables beneficios. La elección de este tema se ha considerado como un acierto, ha aportado importantes cono- cimientos, además de descubrir y manejar herramientas de gran utilidad.