Tesis Validadas: 2,591

Tesis de Posgrado: 3,262

Visitas: 56

Veuillez utiliser cette adresse pour citer ce document : https://rinacional.tecnm.mx/jspui/handle/TecNM/1365
Titre: Selección de variantes genéticas asociadas a enfermedades crónico degenerativas usando técnicas de aprendizaje automático
Auteur(s): Moncada Vazquez, Carlos Alberto%856947
metadata.dc.subject.other: modelos predictivos ADN osteosarcoma
Date de publication: 2019-06-28
Editeur: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Centro Nacional de Investigación y Desarrollo Tecnológico
Description: En esta tesis, se define un procedimiento que permite utilizar las técnicas de Aprendizaje Automático al problema de clasificación de datos masivos. Usando para ello los siguientes elementos: preprocesamiento de los datos, análisis de componentes independientes, entrenamiento de los clasificadores y la evaluación de los clasificadores. El objetivo fundamental es proveer de una herramienta de diagnóstico molecular (HDM) adecuada para la solución de problemas complejos en el genoma, concretamente en la secuenciación de ADN de Osteosarcoma, basada en modelos predictivos, los cuales son obtenidos por inferencia automática de conocimiento a partir del manejo de los datos. La experimentación realizada se hizo mediante un banco de datos proporcionado por el Laboratorio de Biología de Sistemas y Medicina Traslacional (BSMT) de la Universidad Autónoma del Estado de Morelos (UAEM). Los resultados obtenidos muestran que los métodos de clasificación propuestos logran hasta un 93.60% de precisión en la identificación de aquellos genes relacionados al Osteosarcoma.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Collection(s) :Tesis de Maestría en Computación

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
MC_Carlos_Alberto_Moncada_Vazquez_2019.pdfTesis3.68 MBAdobe PDFVoir/Ouvrir
MC_Carlos_Alberto_Moncada_Vazquez_2019.pdf
  Jusqu'à 3021-06-21
Cesión de derechos43.68 kBAdobe PDFVoir/Ouvrir    Demander une copie


Ce document est protégé par copyright



Ce document est autorisé sous une licence de type Licence Creative Commons Creative Commons