Aplicación del aprendizaje automático con árboles de decisión en el diagnóstico médico
DOI:
https://doi.org/10.18041/1794-5232/cultrua.2013v10n1.2102Palavras-chave:
Diagnóstico, Minería de datos, Neoplasias de la mama, Enfermedades cardiovascularesResumo
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.
Downloads
Os dados de download ainda não estão disponíveis.
Referências
1. Quinlan JR C4.5: Programs for Machine Learning. San Francisco. Morgan Kaufmann Publishers;1993
2. Han J, Kamber M. (2001). Data Mining: Concepts and Techniques. San Francisco: Morgan Kaufmann Publishers; 2001
3. Arias R. Detección temprana de fallas en la red de internet banda ancha aplicando minería de datos. [Proyecto de Grado] Maestría en Investigación de Operaciones. Universidad Tecnológica de Pereira, 2010.
4. Shannon CE. A Mathematical Theory of Communication. The Bell Technical Journal. 1948, 27: 379-423
5. Machine learning Repository. Centro de Aprendizaje automático y sistemas Inteligentes[Internet] [Consultado noviembre 7 de 2013] Disponible en: http://archive.ics.uci.edu/ml/
6. Jian-Per Z, Zhang-Er L, Jing Y. A parallel SVM training algorithm on large – scale classification problems. Machine Learning and Cybernetics; 2005
7. Machine learning Repository. Statlog datos (del corazón) [Internet] [Consultado noviembre 7 de 2013] Disponible en: http://archive.ics.uci. edu/ml/datasets/Statlog+(Heart)
8. Santa JJ, Veloza JDJ. Aplicación del aprendizaje automático con árboles de decisión al estudio de las variables del modelo de indicadores de gestión de las universidades públicas. [Proyecto de Grado] Maestría en Instrumentación Física. Universidad Tecnológica de Pereira; 2013.
9. Machine learning Repository. Breast Cancer Wisconsin datos (Diagnostic). [Internet] [Consultado noviembre 7 de 2013] Disponible en: http://archive. ics.uci.edu/ml/datasets/Breast+Cance r+Wisconsin+%28Diagnostic%29
10. Street WN, Wolberg WH, Mangasarian OL. Nuclear feature extraction for breast tumor diagnosis. International Symposium on Electronic Imaging: Science and Technology. 1993, 1905: 861-870
11. Mangasarian OL, Street WN. Breast cancer diagnosis and prognosis via linear programming. Wisconsin. Operations Research. 1995, 43(4): 570-577
2. Han J, Kamber M. (2001). Data Mining: Concepts and Techniques. San Francisco: Morgan Kaufmann Publishers; 2001
3. Arias R. Detección temprana de fallas en la red de internet banda ancha aplicando minería de datos. [Proyecto de Grado] Maestría en Investigación de Operaciones. Universidad Tecnológica de Pereira, 2010.
4. Shannon CE. A Mathematical Theory of Communication. The Bell Technical Journal. 1948, 27: 379-423
5. Machine learning Repository. Centro de Aprendizaje automático y sistemas Inteligentes[Internet] [Consultado noviembre 7 de 2013] Disponible en: http://archive.ics.uci.edu/ml/
6. Jian-Per Z, Zhang-Er L, Jing Y. A parallel SVM training algorithm on large – scale classification problems. Machine Learning and Cybernetics; 2005
7. Machine learning Repository. Statlog datos (del corazón) [Internet] [Consultado noviembre 7 de 2013] Disponible en: http://archive.ics.uci. edu/ml/datasets/Statlog+(Heart)
8. Santa JJ, Veloza JDJ. Aplicación del aprendizaje automático con árboles de decisión al estudio de las variables del modelo de indicadores de gestión de las universidades públicas. [Proyecto de Grado] Maestría en Instrumentación Física. Universidad Tecnológica de Pereira; 2013.
9. Machine learning Repository. Breast Cancer Wisconsin datos (Diagnostic). [Internet] [Consultado noviembre 7 de 2013] Disponible en: http://archive. ics.uci.edu/ml/datasets/Breast+Cance r+Wisconsin+%28Diagnostic%29
10. Street WN, Wolberg WH, Mangasarian OL. Nuclear feature extraction for breast tumor diagnosis. International Symposium on Electronic Imaging: Science and Technology. 1993, 1905: 861-870
11. Mangasarian OL, Street WN. Breast cancer diagnosis and prognosis via linear programming. Wisconsin. Operations Research. 1995, 43(4): 570-577
Downloads
Publicado
2013-06-01
Edição
Seção
Artículos
Como Citar
Aplicación del aprendizaje automático con árboles de decisión en el diagnóstico médico. (2013). Cultura Del Cuidado, 10(1), 63-72. https://doi.org/10.18041/1794-5232/cultrua.2013v10n1.2102
