Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/139066
Títol: | Machine learning in a DEXA database of HIV patients |
Autoria: | Piqué Villorbina, Jordi |
Tutor: | Perez-Alvarez, Nuria |
Altres: | Ventura, Carles |
Resum: | El treball parteix d'una base de dades DEXA amb informació de tres malalties, Sarcopenia, Lipodistrofia i Osteoporosis. La informació de la base de dades és sobre pacients amb SIDA, malaltia que avui en dia encara té una alta incidència en la població. Els tractaments han millorat molt l'esperança de vida dels pacients, però han augmentat també el risc de tenir alguna de les tres patologies mencionades. Les variables de la base de dades són relacionades amb aquestes tres malalties. El que es farà és una anàlisi descriptiva de la base de dades i una predicció de les malalties, però fen la predicció d'una malaltia mitjançant les variables de les altres dues malalties. La predicció es farà amb els algoritmes més coneguts de Machine Learning(ML) i es farà de manera categòrica i numèrica. També es considerarà si la variable densitat mineral total de l'os serveix per a predir el nivell d'osteoporosis. Es crearà un informe dinàmic amb Rmarkdown que serveixi per a fer prediccions amb altres bases de dades. |
Paraules clau: | DEXA HIV aprenentatge automàtic |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | des-2021 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
jpiqueviTFM1221memory.pdf | TFM memory | 3,63 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons