Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/1365
Title: | Selección de variantes genéticas asociadas a enfermedades crónico degenerativas usando técnicas de aprendizaje automático |
Authors: | Moncada Vazquez, Carlos Alberto%856947 |
metadata.dc.subject.other: | modelos predictivos ADN osteosarcoma |
Issue Date: | 2019-06-28 |
Publisher: | 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 |
Appears in Collections: | Tesis de Maestría en Computación |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
MC_Carlos_Alberto_Moncada_Vazquez_2019.pdf | Tesis | 3.68 MB | Adobe PDF | View/Open |
MC_Carlos_Alberto_Moncada_Vazquez_2019.pdf Until 3021-06-21 | Cesión de derechos | 43.68 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License