Please use this identifier to cite or link to this item:
http://hdl.handle.net/10609/134206
Full metadata record
DC Field | Value | Language |
---|---|---|
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 | - |
Appears in Collections: | Bachelor thesis, research projects, etc. |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
alendinezTFM0621memoria.pdf | Memoria del TFM | 870,79 kB | Adobe PDF | ![]() View/Open |
Share:
![]( /image/googleScholar.png)
![](/image/microsoftAcademic.png)
This item is licensed under a Creative Commons License