Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/146347
Títol: | Comparison of machine learning algorithms in prediction of patients' survival using a health record database |
Autoria: | Jolis Orriols, Núria |
Tutor: | Perez-Alvarez, Nuria |
Altres: | Ventura, Carles |
Resum: | L'aprenentatge automàtic és una àrea emergent que crea sistemes informàtics que, mitjançant l'ús d'algorismes i models estadístics, són capaços d'aprendre de les dades existents i fer inferències a les noves dades. El desenvolupament de models d'aprenentatge automàtic ha estat una eina per a treballar amb grans bases de dades, com les històries clíniques electròniques, per a millorar la qualitat de l'atenció sanitària, l'eficiència, la recerca clínica i la captura de dades de facturació. L'objectiu principal d'aquest TFM ha estat inferir sobre la predicció de la supervivència dels pacients utilitzant una història clínica electrònica i mitjançant la implementació de tres algorismes de classificació d'aprenentatge automàtic. Per a això, s'ha desenvolupat un protocol bàsic per a principiants en machine learning que consta de sis passos (1) una anàlisi exploratòria de les dades amb anàlisi estadística univariant i bivariante, (2) neteja i curació de les dades per a poder analitzar-los, (3) anàlisis multivariant per a conèixer la relació de les variables predictives i la seva interacció amb la variable resposta, (4) aplicació de 3 dels models de classificació d'aprenentatge automàtic més comuns, (5) validació mitjançant la tècnica de k-fold cross-validation, (6) finalment una avaluació i comparació dels models generats mitjançant alguns paràmetres com la precisió equilibrada i el AUC. |
Paraules clau: | aprenentatge automàtic insuficiència cardíaca models predictius |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | jun-2022 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
njolisFMDP0622report.pdf | Report of TFM | 1,7 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons