Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/64768
Títol: | Aprendizaje supervisado en conjuntos de datos no balanceados con redes neuronales artificiales: métodos de mejora de rendimiento para modelos de clasificación binaria en diagnóstico médico |
Autoria: | Águila Martínez, Juan |
Tutor: | Solanas, Agusti |
Altres: | Universitat Oberta de Catalunya |
Resum: | El present treball aborda el problema del reconeixement de patrons en un conjunt de dades obtingut a partir d'imatges digitalitzades de mostres de líquid de tumor mamari mitjançant test d'agulla fina o FNA. Dita conjunta de dades presenta un marcat desequilibri de classes, a més d'altres característiques que degraden el rendiment de les tècniques de classificació supervisada habituals, com l'escassetat de dades o l'efecte Hughes. |
Paraules clau: | estadística multivariant xarxes neuronals |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 15-jun-2017 |
Llicència de publicació: | http://www.gnu.org/licenses/gpl.html |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
jaguilamaTFM0617memoria.pdf | Memoria del TFM | 6,94 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Els ítems del Repositori es troben protegits per copyright, amb tots els drets reservats, sempre i quan no s’indiqui el contrari.