Aplicación del aprendizaje automático con árboles de decisión en el diagnóstico médico

Presentar la forma como la minería de datos es aplicable en la medicina como una técnica de clasificación que se puede utilizar para diagnosticar la existencia o no de enfermedades, con base la exploración sistemática de la información histórica disponible de casos previamente diagnosticados y d...

Descripción completa

Detalles Bibliográficos
Autores Principales: Arias Montoya, Reinel, Santa Chávez, Jhon Jairo, Veloza Mora, Juan de Jesús
Lenguaje:Español (Spanish)
Publicado: Universidad Libre de Pereira 2013-06-01
Materias:
Acceso en línea:https://hdl.handle.net/10901/17520
id ir-10901-17520
recordtype dspace
spelling Arias Montoya, Reinel
Santa Chávez, Jhon Jairo
Veloza Mora, Juan de Jesús
Pereira
2014-07-24T00:09:42Z
2019-10-04T18:43:46Z
2014-07-24T00:09:42Z
2019-10-04T18:43:46Z
2013-06-01
1794-5232
https://hdl.handle.net/10901/17520
Resultados Se evidencia la efectividad de utilizar el método de aprendizaje por árbol de decisión, para la exploración información multivariada en el apoyo a la toma de decisiones, en el área del diagnóstico de enfermedades. Los árboles de decisión obtenidos son de muy fácil entendimiento y utilización, ya que limita la labor de priorización de las variables críticas que mas influyen en la respuesta.
Presentar la forma como la minería de datos es aplicable en la medicina como una técnica de clasificación que se puede utilizar para diagnosticar la existencia o no de enfermedades, con base la exploración sistemática de la información histórica disponible de casos previamente diagnosticados y documentados.
Universidad Libre de Pereira
application/pdf
spa
Universidad Libre de Pereira
Vol. 10;N° 1;
Atribución-NoComercial-SinDerivadas 3.0 Estados Unidos de América
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Atribución-NoComercial-SinDerivadas 2.5 Colombia
Diagnostico
Minería de datos
Enfermedades cardiovasculares
diagnóstico
minería de datos
neoplasias de la mama
enfermedades cardiovasculares
Aplicación del aprendizaje automático con árboles de decisión en el diagnóstico médico
Articulo de la revista
institution Universidad Libre de Colombia
collection DSpace
title Aplicación del aprendizaje automático con árboles de decisión en el diagnóstico médico
spellingShingle Aplicación del aprendizaje automático con árboles de decisión en el diagnóstico médico
Arias Montoya, Reinel
Santa Chávez, Jhon Jairo
Veloza Mora, Juan de Jesús
Diagnostico
Minería de datos
Enfermedades cardiovasculares
diagnóstico
minería de datos
neoplasias de la mama
enfermedades cardiovasculares
title_short Aplicación del aprendizaje automático con árboles de decisión en el diagnóstico médico
title_full Aplicación del aprendizaje automático con árboles de decisión en el diagnóstico médico
title_fullStr Aplicación del aprendizaje automático con árboles de decisión en el diagnóstico médico
title_full_unstemmed Aplicación del aprendizaje automático con árboles de decisión en el diagnóstico médico
title_sort aplicación del aprendizaje automático con árboles de decisión en el diagnóstico médico
author Arias Montoya, Reinel
Santa Chávez, Jhon Jairo
Veloza Mora, Juan de Jesús
author_facet Arias Montoya, Reinel
Santa Chávez, Jhon Jairo
Veloza Mora, Juan de Jesús
topic Diagnostico
Minería de datos
Enfermedades cardiovasculares
diagnóstico
minería de datos
neoplasias de la mama
enfermedades cardiovasculares
topic_facet Diagnostico
Minería de datos
Enfermedades cardiovasculares
diagnóstico
minería de datos
neoplasias de la mama
enfermedades cardiovasculares
publishDate 2013-06-01
language Español (Spanish)
publisher Universidad Libre de Pereira
description Presentar la forma como la minería de datos es aplicable en la medicina como una técnica de clasificación que se puede utilizar para diagnosticar la existencia o no de enfermedades, con base la exploración sistemática de la información histórica disponible de casos previamente diagnosticados y documentados.
geographic_facet Pereira
issn 1794-5232
url https://hdl.handle.net/10901/17520
_version_ 1779706005812150272
score 12,131701