Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.utpl.edu.ec/handle/20.500.11962/24110Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.advisor | Reátegui Rojas, Ruth María | es_ES |
| dc.contributor.author | Daza Peñaherrera, Edgar Isaías. | es_ES |
| dc.date.accessioned | 2019-05-06T14:51:23Z | - |
| dc.date.available | 2019-05-06T14:51:23Z | - |
| dc.date.issued | 2019 | es_ES |
| dc.identifier.citation | Daza Peñaherrera, E. I. Reátegui Rojas, R. M. (2019) Análisis de información médica con técnicas de inteligencia artificial [Tesis de N/D, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/20.500.11962/24110 | es_ES |
| dc.identifier.other | Cobarc: 1287399 | es_ES |
| dc.identifier.uri | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=121229.TITN. | es_ES |
| dc.description | Resumen: Este trabajo tiene como objetivo analizar y explorar información médica de pacientes diabéticos, con el fin de identificar grupos de pacientes que presenten síntomas similares mediante técnicas de inteligencia artificial. En el se realizaron experimentos basados en la metodología CRISP-DM, empleando técnicas de clusterización y el algoritmo DBSCAN además del método semántico análisis de la semántica latente (LSA). Una vez identificados los grupos se identificó aquellos síntomas comunes y propios de la diabetes. Se realizó un análisis con los datos obtenidos de la experimentación y para finalizar se evaluó y validó la información alcanzada con ayuda del coeficiente Silhouette y con un grupo de expertos. | es_ES |
| dc.description.abstract | Abstract:This work aims to analyze and explore medical information of diabetic patients, in order to identify groups of patients who present similar symptoms by artificial intelligence techniques. In it, experiments based on the CRISP-DM methodology were carried out, using clustering techniques and the DBSCAN algorithm in addition to the semantic method of latent semantics analysis (LSA). Once the groups were identified, those common and proper symptoms of diabetes were identified. An analysis was made with the data obtained from the experimentation and finally the information obtained was evaluated and validated with the help of the Silhouette coefficient and with a group of experts. | es_ES |
| dc.language.iso | spa | es_ES |
| dc.subject | Ecuador. | es_ES |
| dc.subject | Tesis digital. | es_ES |
| dc.title | Análisis de información médica con técnicas de inteligencia artificial | es_ES |
| dc.type | masterThesis | es_ES |
| Aparece en las colecciones: | Ingeniero en Informática | |
Ficheros en este ítem:
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.