- -

Desarrollo y comparación de modelos estadísticos multivariantes y big data para la predicción del riesgo de fractura del fémur

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Desarrollo y comparación de modelos estadísticos multivariantes y big data para la predicción del riesgo de fractura del fémur

Show full item record

Prieto Escribano, AI. (2020). Desarrollo y comparación de modelos estadísticos multivariantes y big data para la predicción del riesgo de fractura del fémur. http://hdl.handle.net/10251/139079

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/139079

Files in this item

Item Metadata

Title: Desarrollo y comparación de modelos estadísticos multivariantes y big data para la predicción del riesgo de fractura del fémur
Author: Prieto Escribano, Ana Isabel
Director(s): Prats Montalbán, José Manuel Santabárbara Gómez, José Manuel Del Rio Barquero, Luis Miguel
UPV Unit: Universitat Politècnica de València. Departamento de Estadística e Investigación Operativa Aplicadas y Calidad - Departament d'Estadística i Investigació Operativa Aplicades i Qualitat
Read date / Event date:
2020-03-05
Issued date:
Abstract:
[ES] El Trabajo de Fin de Máster consistirá en realizar un análisis estadístico de dos bases de datos distintas con el objetivo de seleccionar el modelo de clasificación más adecuado, en cada caso, para predecir el riesgo ...[+]


[EN] The Master's Thesis will consist of performing a statistical analysis of two different databases with the aim of selecting the most appropriate classification model, in each case, to predict the risk of fracture of ...[+]
Subjects: Random Forest , SVM , PLS-DA , Neural Networks , Fémur , Femur
Copyrigths: Cerrado
Publisher:
Universitat Politècnica de València
degree: Máster Universitario en Ingeniería de Análisis de Datos, Mejora de Procesos y Toma de Decisiones-Màster Universitari en Enginyeria D'Anàlisi de Dades, Millora de Processos i Presa de Decisions
Type: Tesis de máster

This item appears in the following Collection(s)

Show full item record