TEMA:
Predicción de la accidentabilidad mortal en la red nacional de vías terrestres del Perú

ABSTRACT:
La presente investigación desarrolló un modelo de Machine Learning Supervisado para predecir la accidentabilidad mortal en la red nacional de vías terrestres en el Perú. Se emplearon los algoritmos J48, Random Forest, REPTree, BayesNet y K-nearest neighbors (KNN) sobre datos históricos de accidentes, características de las vías terrestres. Los resultados destacaron a Random Forest y REPTree como los modelos más precisos, aunque la calidad de los datos limitó la generalización de los hallazgos. Este estudio concluyó que los modelos predictivos son herramientas útiles para priorizar intervenciones en seguridad vial y optimizar recursos en la prevención de accidentes.

INTEGRANTES:
Javier Ríos Seijas
Carlos Eduardo Serrano Castillo
Kotska Rony Pariona Martínez
Kevin Alessandro Ramírez Antezana