• Login
    View Item 
    •   Academica-e
    • Departamentos y Centros - Sailak eta Ikastegiak
    • Escuela Técnica Superior de Ingeniería Industrial, Informática y Telecomunicación - Industria, Informatika eta Telekomunikazio Ingeniaritzako Goi Mailako E.T.
    • Trabajos Fin de Grado ETSIIT - TIIGMET Gradu Amaierako Lanak
    • View Item
    •   Academica-e
    • Departamentos y Centros - Sailak eta Ikastegiak
    • Escuela Técnica Superior de Ingeniería Industrial, Informática y Telecomunicación - Industria, Informatika eta Telekomunikazio Ingeniaritzako Goi Mailako E.T.
    • Trabajos Fin de Grado ETSIIT - TIIGMET Gradu Amaierako Lanak
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Desarrollo y evaluación de métodos de selección de características para la predicción de eventos adversos en pacientes polimedicados

    Thumbnail
    View/Open
    Spasova Dimitrova, Radostina (1.744Mb)
    Date
    2017
    Author
    Spasova Dimitrova, Radostina 
    Advisor
    Galar Idoate, Mikel 
    Version
    Acceso abierto / Sarbide irekia
    Type
    Trabajo Fin de Grado/Gradu Amaierako Lana
    Impact
     
     nodoi-noplumx
     
     
     
     
     
    Show full item record
    Abstract
    El objetivo del proyecto consiste en el desarrollo y evaluación de diferentes métodos de selección de características automáticos para problemas de clasificación. La selección de características es una de las etapas más importantes de la minería de datos y tiene gran influencia en los modelos obtenidos posteriormente por los algoritmos de aprendizaje. Por esta razón resulta de gran interés de ... [++]
    El objetivo del proyecto consiste en el desarrollo y evaluación de diferentes métodos de selección de características automáticos para problemas de clasificación. La selección de características es una de las etapas más importantes de la minería de datos y tiene gran influencia en los modelos obtenidos posteriormente por los algoritmos de aprendizaje. Por esta razón resulta de gran interés desarrollar y estudiar el comportamiento de los diferentes modelos existentes en la literatura en cada uno de los problemas reales existentes. En concreto, el proyecto se centra en el estudio de pacientes polimedicados. Se trata de construir un modelo capaz de predecir cuando un paciente polimedicado sufrirá un evento adverso. Se estudian los eventos cardiovasculares y las hospitalizaciones potencialmente evitables. Este modelo nos permitirá analizar posteriormente, gracias a la selección de características previa, cuando las características del paciente o la toma de un nuevo medicamento pueden llevar a una mayor probabilidad de sufrir un evento adverso. De esta forma los médicos podrán tener un conocimiento extra a la hora de recetar nuevos medicamentos a los pacientes [--]
    Subject
    KDD, Minería de datos, Clasificación, Polimedicado, Selección de características
     
    Degree
    Graduado o Graduada en Ingeniería Informática por la Universidad Pública de Navarra / Informatika Ingeniaritzako Graduatua Nafarroako Unibertsitate Publikoan
     
    URI
    https://hdl.handle.net/2454/24594
    Appears in Collections
    • Trabajos Fin de Grado ETSIIT - TIIGMET Gradu Amaierako Lanak [826]
    • Trabajos Fin de Grado - Gradu Amaierako Lanak [2798]
    Items in Academica-e are protected by copyright with all rights reserved, unless otherwise noted.

     © Universidad Pública de Navarra - Nafarroako Unibertsitate Publikoa
         Repositorio basado en DSpace

    Contact Us | Send Feedback
     

     

    Browse

    All of Academica-eCommunities & CollectionsAuthorsAuthors By Issue DateTitlesSubjectsBy DegreeThis CollectionAuthorsAuthors By Issue DateTitlesSubjectsBy Degree

    My Account

    LoginRegister

    Statistics

    View Usage Statistics

     © Universidad Pública de Navarra - Nafarroako Unibertsitate Publikoa
         Repositorio basado en DSpace

    Contact Us | Send Feedback