|
|
|
|
| LEADER |
02249nam a22001937i 4500 |
| 008 |
220712b pn ||||| |||| 00| 0 spa d |
| 040 |
|
|
|a Sistema de Bibliotecas de la Universidad Tecnológica de Panamá
|
| 245 |
1 |
0 |
|a Análisis comparativo del uso de algoritmos de Machine Learning en el contexto enfermedades renales /
|c Ivonne Nuñez, Nila Navarro ; asesor Juan Saldaña
|
| 264 |
3 |
1 |
|a Chiriquí, Panamá :
|b Centro Regional de Chiriquí,
|c 2020
|
| 300 |
|
|
|a xv, 158 hojas :
|b figuras, tablas, gráficas ;
|c 28 cm
|
| 502 |
|
|
|a Tesis (
|b Licenciatura).--
|c Universidad Tecnológica de Panamá. Facultad de Ingeniería en Sistemas Computacionales, Centro Regional de Chiriquí, Licenciado en Ingeniería de Sistemas y Computación,
|d 2020.
|
| 505 |
0 |
|
|a Capítulo 1. Marco conceptual.-- Capítulo 2. Recolección y análisis de enfermedades renales.--Capítulo 3. Selección de las herramientas seleccionadas.-- Capítulo 4. Desarrollo de los modelos en R y Python.-- Capítulo 5. Análisis comparativo e interpretación de resultado.
|
| 520 |
3 |
|
|a La predicción temprana de una enfermedad podría tener un papel importante en el apoyo a los profesionales de la salud, ya que se estima que el 11 por ciento de las muertes en el hospital siguen una falla en reconocer y tratar rápidamente a los pacientes deteriorados. La enfermedad renal es un problema de salud pública a nivel mundial, el número de pacientes se incrementa, se hace necesario recurrir a procedimientos de diálisis, hemodiálisis o en su defecto el trasplante renal y por lo tanto se intensifica el costo de atención. Este trabajo pretende implementar diferentes algoritmos de Machine Learning en dos lenguajes de programación (R y Python) con el propósito de demostrar cuál de estos se adecua de mejor manera al conjunto de datos extraídos de las fuentes UCI Machine Learning y Kaggle
|
| 541 |
1 |
|
|a Ivonne Nuñez, Nila Navarro,
|c DUTP
|d Recibido 2022-01-07.
|h $75.00.
|e 800132654
|
| 900 |
|
|
|a BUT-CH
|
| 942 |
|
|
|c TESIS
|
| 946 |
|
|
|a 37958
|b Franklin De Gracia
|c 37958
|d Franklin De Gracia
|
| 999 |
|
|
|c 128127
|d 128127
|
| 952 |
|
|
|0 0
|1 0
|2 ddc
|4 0
|6 N_49_202000000000000
|7 0
|8 TES
|9 160546
|a BUT-CH
|b BUT-CH
|c TES
|d 2022-01-07
|e DUTP
|g 75.00
|l 0
|o N49 2020
|p 800132654
|r 2022-09-08
|t e.1
|w 2022-09-08
|y TESIS
|