Facultad de Ciencias Experimentales (Jaén)
URI permanente para esta comunidadhttps://hdl.handle.net/10953.1/339
Examinar
Examinando Facultad de Ciencias Experimentales (Jaén) por Materia "1203.04"
Mostrando 1 - 2 de 2
- Resultados por página
- Opciones de ordenación
Ítem Estudio del funcionamiento de técnicas de minería de datos sobre Conjuntos de Datos relacionados con la Biología.(Jaén: Universidad de Jaén, 2021-07-07) Moret Sánchez, Martín; Gacto Colorado, María José; Universidad de Jaén. Informática[ES] En la actualidad se generan volúmenes masivos de datos en todos los ámbitos, desde datos con propósitos económicos hasta datos de origen clínico. Para que estos datos sean útiles hacen falta herramientas de minería de datos. Una de las más potentes y más populares hoy día es el aprendizaje automático, disciplina que emplea una amplia variedad de algoritmos que generan a su vez otros algoritmos para descubrir patrones en los datos. En este proyecto se pretendió analizar el rendimiento y comportamiento de un total de 8 algoritmos basados en reglas sobre 30 conjuntos de datos relacionados con el ámbito de la biología mediante un experimento en KEEL, observando cómo afectan diferentes factores al rendimiento del proceso de aprendizaje y determinando que algoritmos eran más eficaces. De manera adicional, estudiamos más detenidamente un caso concreto de estudio para la mejora de la comprensión del funcionamiento de los algoritmos basados en reglas.Ítem Estudio y análisis del funcionamiento de técnicas de minería de datos en conjuntos de datos relacionados con la Biología(Jaén: Universidad de Jaén, 2019-07-08) Mesa-Perez, Fabiola; Gacto-Colorado, Maria-Jose; Universidad de Jaén. Informática[ES] La minería de datos es un proceso computacional que permite la extracción de información a partir de un conjunto de datos (datasets) con el fin de transformarlo posteriormente para su uso. En el presente trabajo se analizan conjuntos de datos relacionados con la Biología y, para ello, se ha utilizado una serie de algoritmos que ayudan a determinar el funcionamiento de los datos. De esta forma, se han analizado alrededor de 40 datasets y se ve cómo influyen el número de clases y el número de atributos sobre los algoritmos utilizados y cuáles de ellos han sido los más adecuados en el análisis de los datos. Se ha realizado un estudio experimental muy completo usando test estadísticos con los datasets. Se han aplicado estos algoritmos a un problema del campo de la Biología y Biomedicina, como por ejemplo el problema del cáncer.