Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/134206
Registre complet de metadades
Camp DC | Valor | Llengua/Idioma |
---|---|---|
dc.contributor.author | Lendínez Gutiérrez, Alberto | - |
dc.contributor.other | Casas-Roma, Jordi | - |
dc.coverage.spatial | Ripollet | - |
dc.date.accessioned | 2021-08-10T08:34:13Z | - |
dc.date.available | 2021-08-10T08:34:13Z | - |
dc.date.issued | 2021-06-18 | - |
dc.identifier.uri | http://hdl.handle.net/10609/134206 | - |
dc.description.abstract | En el presente trabajo se pretende realizar un modelo que permita predecir la existencia de cáncer de mama en un paciente a partir de datos antropométricos y de analíticas de sangre con un margen de error bajo, que facilite así el proceso de diagnóstico de la enfermedad para poder reducir las secuelas innecesarias en el paciente. Para lograr el cometido de este, se realizan estudios en un dataset opensource utilizando lenguajes de programación tales como R y Python para la clasificación y posterior creación del modelo que sea óptimo para esta tarea, comparando los diferentes resultados obtenidos con diferentes tipos de modelos predictivos. | es |
dc.description.abstract | En el present treball es pretén realitzar un model que permeti predir l'existència de càncer de mama en un pacient a partir de dades antropomètriques i d'analítiques de sang amb un marge d'error baix, que faciliti així el procés de diagnòstic de la malaltia per a poder reduir les seqüeles innecessàries en el pacient. Per a aconseguir la comesa d'aquest, es realitzen estudis en un dataset opensource utilitzant llenguatges de programació com ara R i Python per a la classificació i posterior creació del model que sigui òptim per a aquesta tasca, comparant els diferents resultats obtinguts amb diferents tipus de models predictius. | ca |
dc.description.abstract | The aim of this work is to create a model that allows predicting the existence of breast cancer in a patient from anthropometric data and blood tests with a low margin of error, thus facilitating the process of diagnosis of the disease in order to reduce unnecessary sequelae in the patient. To achieve this task, studies are carried out in an opensource dataset using programming languages such as R and Python for the classification and subsequent creation of the optimal model for this task, comparing the different results obtained with different types of predictive models. | en |
dc.format.mimetype | application/pdf | - |
dc.language.iso | spa | - |
dc.publisher | Universitat Oberta de Catalunya (UOC) | - |
dc.rights | CC BY-NC-ND | - |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | - |
dc.subject | cáncer de mama | es |
dc.subject | càncer de mama | ca |
dc.subject | modelo | es |
dc.subject | predicción | es |
dc.subject | ciencia de datos | es |
dc.subject | modelat | ca |
dc.subject | predicció | ca |
dc.subject | ciència de dades | ca |
dc.subject | cancer breast | en |
dc.subject | model | en |
dc.subject | prediction | en |
dc.subject | data science | en |
dc.subject.lcsh | Breast--Cancer -- TFM | en |
dc.title | Modelo predictivo en cáncer de mama a partir de datos antropométricos y de analíticas de sangre | - |
dc.type | info:eu-repo/semantics/masterThesis | - |
dc.audience.educationlevel | Estudis de Màster | ca |
dc.audience.educationlevel | Estudios de Máster | es |
dc.audience.educationlevel | Master's degrees | en |
dc.subject.lemac | Mama--Càncer -- TFM | ca |
dc.subject.lcshes | Mama--Cáncer -- TFM | es |
dc.contributor.tutor | Nieto Librero, Ana Belén | - |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | - |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
alendinezTFM0621memoria.pdf | Memoria del TFM | 870,79 kB | Adobe PDF | ![]() Veure/Obrir |
Comparteix:
![]( /image/googleScholar.png)
![](/image/microsoftAcademic.png)
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons