Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/64247
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | Morell Miranda, Pedro | - |
dc.contributor.other | Universitat Oberta de Catalunya | - |
dc.date.accessioned | 2017-06-22T21:19:53Z | - |
dc.date.available | 2017-06-22T21:19:53Z | - |
dc.date.issued | 2017-05-05 | - |
dc.identifier.uri | http://hdl.handle.net/10609/64247 | - |
dc.description.abstract | The field of Machine Learning have seen an unprecedented development in the last decades. On a similar way, thanks to Next Generation Sequencing, we can now process whole genomes and produce huge amounts of genomic data with relative speed and low costs. Due to Machine Learning ability to extract complex patterns from big amounts of data, the goal of this analysis is to study the application of several popular Machine Learning algorithms to genomic data. | en |
dc.description.abstract | El campo del Aprendizaje Automático, o Machine Learning, se ha desarrollado de una manera increíble en las últimas décadas. De forma paralela, los métodos de ultrasecuenciación han hecho que podamos procesar genomas enteros y producir una cantidad enorme de información genómica de forma relativamente rápida y barata. Dado que los algoritmos de Machine Learning nos permiten, entre otras cosas, deducir patrones de grandes cantidades de datos, el objetivo de este análisis es el de estudiar la aplicación de diversos algoritmos de Machine Learning a datos genómicos | es |
dc.description.abstract | El camp de l'Aprenentatge Automàtic, o Machine Learning, s'ha desenvolupat d'una manera increïble en les últimes dècades. De forma paral·lela, els mètodes de ultrasecuenciación han fet que puguem processar genomes sencers i produir una quantitat enorme d'informació genòmica de forma relativament ràpida i barata. Atès que els algorismes de Machine Learning ens permeten, entre altres coses, deduir patrons de grans quantitats de dades, l'objectiu d'aquesta anàlisi és el d'estudiar l'aplicació de diversos algorismes de Machine Learning a dades genómicos. | ca |
dc.format.mimetype | application/pdf | en |
dc.language.iso | spa | - |
dc.publisher | Universitat Oberta de Catalunya | - |
dc.rights.uri | http://www.opensource.org/licenses/osl-3.0.php | - |
dc.subject | machine learning | en |
dc.subject | genómica | es |
dc.subject | Python | en |
dc.subject | aprendizaje automático | es |
dc.subject | aprenentatge automàtic | ca |
dc.subject | genòmica | ca |
dc.subject | genomics | en |
dc.subject | Python | ca |
dc.subject | Python | es |
dc.subject.lcsh | Computer algorithms -- TFM | en |
dc.title | Uso de algoritmos de aprendizaje automático aplicados a bases de datos genéticos. | - |
dc.type | info:eu-repo/semantics/masterThesis | - |
dc.subject.lemac | Algorismes computacionals -- TFM | ca |
dc.subject.lcshes | Algoritmos computacionales -- TFM | es |
dc.contributor.tutor | Andrio, Pau | - |
Aparece en las colecciones: | Trabajos finales de carrera, trabajos de investigación, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
pmorellmTFM0617memoria.pdf | Memoria del trabajo fin de máster | 5,19 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.