RT Generic
T1 Métodos computacionales para la interpretabilidad de los resultados bioinformáticos en el ámbito clínico
T2 Computational methods for the interpretability of bioinformatic results in the clincal setting
A1 Del Castillo Carrera, Soledad
K1 Inteligencia artificial
K1 Razonamiento basado en casos
K1 Diagnóstico
K1 R (Lenguaje de programación)
K1 Informática - Trabajos Fin de Grado
K1 Grado en Ingeniería de la Salud - Trabajos Fin de Grado
AB Actualmente, uno de los mayores desafíos de las técnicas de aprendizaje computacional es la predicción en el dominio sanitario. La Inteligencia Artificial se usa para el apoyo a la toma de decisiones médicas, por lo cual los algoritmos se enfrentan a conjuntos de datos inestables o incompletos, así como a la incertidumbre y/o ambigüedad en los resultados.Es por ello por lo que ha surgido la necesidad de modelar algoritmos de aprendizaje computacional para la ayuda de la toma de decisiones médicas. Los algoritmos modelados en este proyecto para dicha ayuda son Redes Neuronales y K-Vecinos más cercanos (KNN). Por otro lado, también se puede usar el Razonamiento basado en casos (CBR) para realizar estas predicciones.Se van a implementar tres scripts en R [1], desarrollando en cada uno de ellos los métodos anteriormente nombrados. El objetivo de estos scripts va a ser el de hacer el preprocesamiento de los datos clínicos, para, posteriormente, entrenarlos, validarlos y testearlos con la finalidad de obtener una predicción para la clasificación.Finalmente, se hará una comparación de los resultados obtenidos con los distintos métodos, con objeto de evaluar la semejanza de las predicciones obtenidas con CBR y los demás.
YR 2022
FD 2022-06
LK https://hdl.handle.net/10630/27388
UL https://hdl.handle.net/10630/27388
LA spa
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 19 ene 2026