Comparación de modelos de aprendizaje automático para la predicción de células cancerígenas a partir del complejo MHC I
El presente trabajo propone una comparación de modelos de aprendizaje automático para la detección de células cancerígenas a partir de los antígenos del complejo MHC I. Utilizando protocolos de extracción de características físico-químicas de las proteínas y un proceso comparativo de las medidas de...
- Autores:
- Tipo de recurso:
- Fecha de publicación:
- 2020
- Institución:
- Universidad del Rosario
- Repositorio:
- Repositorio EdocUR - U. Rosario
- Idioma:
- spa
- OAI Identifier:
- oai:repository.urosario.edu.co:10336/24401
- Acceso en línea:
- https://doi.org/10.48713/10336_24401
https://repository.urosario.edu.co/handle/10336/24401
- Palabra clave:
- Antígenos
Aprendizaje automático
Cáncer
Incidencia & prevención de la enfermedad
Sistemas
Antigen
Cancer
Machine Learning
- Rights
- License
- Atribución 2.5 Colombia
| Summary: | El presente trabajo propone una comparación de modelos de aprendizaje automático para la detección de células cancerígenas a partir de los antígenos del complejo MHC I. Utilizando protocolos de extracción de características físico-químicas de las proteínas y un proceso comparativo de las medidas de desempeño en la fase de validación y prueba de los modelos. Con este procedimiento se pretende determinar cuál modelo de aprendizaje automático presenta el mejor desempeño en la predicción de antígenos cancerígenos, utilizando propiedades fisicoquímicas como marcadores de entrada. |
|---|