Primeras experiencias en la identificación de personas con riesgo de diabetes en la población argentina usando técnicas de aprendizaje automático
Autor Principal: | |
---|---|
Otros autores o Colaboradores: | , |
Formato: | Tesis |
Lengua: | español |
Datos de publicación: |
2023
|
Temas: | |
Acceso en línea: | http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=2603 Consultar en el Cátalogo |
Descripción Física: | 1 archivo (2,1 MB) + 1 archivo (11,5 MB) : il. col. |
Tabla de Contenidos:
- 1 Introducción
- 1.1 Motivación
- 1.2 Objetivo y metodología
- 1.3 Contribuciones
- 1.4 Organización del documento
- 2 Marco teórico y estado del arte
- 2.1 Diabetes
- 2.1.1 Fisiología general
- 2.1.2 Tipos
- 2.1.3 Causas
- 2.1.4 Síntomas y diagnostico
- 2.1.5 Complicaciones
- 2.1.6 Prevalencia e impacto
- 2.1.7 Tratamiento
- 2.2 Aprendizaje Automático
- 2.2.1 Historia
- 2.2.2 Tipos
- 2.2.3 Proceso
- 2.2.4 Modelado
- 2.2.5 Evaluación de modelos
- 2.3 Estado del arte
- 3 Propuesta
- 3.1 Conjunto de datos
- 3.1.1 Caracterización
- 3.1.2 Preprocesamiento
- 3.1.3 Correlaciones
- 3.2 Segmentaciones propuestas
- 3.2.1 Datasets con información clínica y de laboratorio
- 3.2.2 Datasets con información clínica
- 3.2.3 Datasets con información de laboratorio
- 3.3 Alcances y limitaciones
- 4 Resultados experimentales
- 4.1 Introducción a las experimentaciones
- 4.2 Modelos de clasificación para DCL-bin
- 4.3 Modelos de clasificación para DCG-bin
- 4.4 Modelos de clasificación para DC-bin
- 4.5 Selección de features
- 4.6 Modelos de regresión para DCL
- 4.7 Análisis comparativo
- 5 Conclusiones y trabajos futuros
- 5.1 Conclusiones
- 5.2 Líneas de trabajo futuras
- Referencias