Análisis comparativo de algoritmos de árboles de decisión en el procesamiento de datos biológicos

dc.contributor.authorCharris, Luis
dc.contributor.authorHenriquez, Cesar
dc.contributor.authorHernandez, Stiven
dc.contributor.authorJimeno, Luis
dc.contributor.authorGuillen, Oscar
dc.contributor.authorMoreno, Silvia
dc.date.accessioned2018-09-04T22:12:30Z
dc.date.available2018-09-04T22:12:30Z
dc.date.issued2018
dc.description.abstractEn este trabajo se evalúa el desempeño de varios algoritmos de árboles de decisión, para así encontrar por medio de comparaciones, cuales son más efectivos en el análisis de datos biológicos. Los árboles de decisión son un modelo de clasificación utilizado en la inteligencia artificial, cuya principal característica es su aporte visual a la toma de decisiones. Para poner a prueba el rendimiento en el proceso de clasificación de los árboles de decisión, se utilizarán datos biológicos de pacientes reales, estos datos serán analizados en el software WEKA. Con esta comparación lo que se busca también es determinar la pertinencia de los árboles de decisión, es decir si estos pueden ser una buena herramienta para diagnósticos médicos. Estas comparaciones nos llevaran a aclarar que algoritmos son los más eficaces y apropiados para el análisis de dichos datos, y así llegar a una buena conclusión.spa
dc.identifier.urihttp://hdl.handle.net/20.500.12442/2245
dc.language.isospaspa
dc.publisherEdiciones Universidad Simón Bolívarspa
dc.publisherFacultad de Ingenieríasspa
dc.rights.accessrightsinfo:eu-repo/semantics/restrictedAccess
dc.rights.licenseLicencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional
dc.subjectWekaspa
dc.subjectÁrboles de decisiónspa
dc.subjectInteligencia artificialspa
dc.titleAnálisis comparativo de algoritmos de árboles de decisión en el procesamiento de datos biológicosspa
dc.typeOtherspa
dcterms.references“Inteligencia Artificial Proyecto final,” p. 65.spa
dcterms.referencesD. Saur, “on Arboles de Decisión,” pp. 121–133, 2003.spa
dcterms.referencesJ. Trujillano, A. Sarria-santamera, A. Esquerda, M. Badia, M. Palma, and J. March, “Aproximación a la metodología basada en árboles de decisión ( CART ). Mortalidad hospitalaria del infarto agudo de miocardio,” Gac. Sanit., vol. 22, no. 1, pp. 65–72, 2008.spa
dcterms.referencesL. Rokach and O. Maimon, “Decision Trees,” Data Min. Knowl. Discov. Handb., pp. 165–192, 2010.spa
dcterms.referencesJ. Villena, “Minería de datos,” pp. 1–34, 2004.spa
dcterms.referencesJ. A. Alvarado Valencia, A. Carrillo, J. Forero, L. Caicedo, and J. C. Ureña, “XXVI Simposio Internacional de Estadística 2016 Sincelejo, Sucre, Colombia, 8 al 12 de Agosto de 2016,” XXVI Simp. Int. Estadística 2016, pp. 1–4, 2016.spa
dcterms.references“PARA LAS UPZ 79 CALANDAIMA , 65 PARA LAS UPZ 79 CALANDAIMA , 65,” 2017.spa
dcterms.referencesR. Barrientos, N. Cruz, H. Acosta, I. Rabatte, M. del C. Gogeascoechea, P. Pavón, and S. Blázquez, “Árboles De Decisión Como Herramienta En El Diagnóstico Médico,” 2009.spa
dcterms.referencesG. R. S. Martínez and J. A. S. Mejía, “Árboles De Decisiones En El Diagnóstico De Enfermedades Cardiovasculares,” Sci. Tech., vol. XVI, no. 49, pp. 104–109, 2011.spa
dcterms.referencesA. Kevin, D. Hoz, U. J. Martínez-palacio, and F. E. Mendoza-palechor, “Técnicas de ml en medicina cardiovascular.”spa
dcterms.referencesF. Centro de Cibernética Aplicada a la Medicina. and Y. Sánchez Corales, “Revista cubana de informática médica,” Rev. Cuba. Informática Médica, vol. 4, no. 2, pp. 174–183, 2001.spa
dcterms.referencesM. Garc, L. Consultante, S. Ignacio, and C. Romero, “Trabajo de diploma Sistema inteligente para pronóstico de supervivencia,” 2013.spa
dcterms.referencesA. Aguilera and A. Subero, “Modelos de clasificación en marcha patológica usando árboles de regresión logística,” Multiciencias, 2012.spa
dcterms.references“Determinacion De La Eficacia De La Braquiterapia En Tratamiento De Cáncer Basada En Mineria De Datos,” pp. 456–460, 2008.spa
dcterms.referencesB. V Riverón, C. Lizet Sánchez Valdés, C. José Cortiñas Abrahantes, O. C. Peraza, C. Daniel González Rubio, and M. C. Peraza, “Classification of dengue hemorrhagic fever using decision trees in the early phase of the disease [Clasificación de dengue hemorrágico utilizando árboles de decisión en la fase temprana de la enfermedad],” Rev. Cubana Med. Trop., vol. 64, no. 1, pp. 35–42, 2012.eng
dcterms.referencesM. I. A. S. Lilia and M. Gutiérrez, “TESIS Árboles de decisión y redes bayesianas para el análisis de genes involucrados en la enfermedad de Alzheimer Doctor en Investigaciones Cerebrales Dr . Nicandro Cruz Ramírez,” 2015.spa
dcterms.referencesJ. C. Goddard, J. M. Cornejo, F. M. Martínez, A. E. Martínez, H. L. Rufiner, and R. C. Acevedo, “Redes Neuronales y Árboles de Decisión: Un enfoque híbrido,” pp. 1–7.spa
dcterms.referencesO. Juarez and E. Castells, “Modelos de árbol de regresión bayesiano: un estudio de caso.,” Rev. Investig. Operacional, vol. 31, no. 2, pp. 109–125, 2010.spa
dcterms.referencesH. J. García and J. M. M. López, “Técnicas De Análisis De Datos Aplicaciones Prácticas Utilizando Microsoft Excel Y Weka,” pp. 5–43, 2012.spa
dcterms.referencesA. I. Aguilera, L. D. Cala, and A. R. Subero, “Modelo basado en metaclasificadores para diagn ´ ostico en marcha patol ´ ogica mediante an ´ alisis cin ´ etico Metaclassifiers – based model for pathological gait diagnosis using kinetic analysis,” pp. 7–16, 2010.eng
dcterms.referencesJ. Molina and J. García, “Técnicas de Minería de Datos basadas en Aprendizaje Automático,” Técnicas de Análisis de Datos, pp. 96–266, 2008.spa
dcterms.referencesF. Ceballos., J. Betancur Villegas and J. Betancur Villegas, "Simulación Discreta Aplicada a los Modelos de Atención en Salud", Investigación e Innovación en Ingenierías, vol. 2, no. 2, 2014. DOI: https://doi.org/10.17081/invinno.2.2.2045spa
dcterms.referencesB. Londoño González and P. Sánchez, "Algoritmo Novedoso Para la Detección de Tareas Repetitivas en el Teclado", Investigacion e Innovación en Ingenierias, vol. 3, no. 2, 2015. DOI: 10.17081/invinno.3.2.2031spa
sb.programaIngeniería de Sistemasspa
sb.sedeSede Barranquillaspa

Archivos

Bloque original
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
PDF_Resumen.pdf
Tamaño:
127.34 KB
Formato:
Adobe Portable Document Format
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:

Colecciones