@article{Mackenzie Rivero_Rodríguez Rodríguez_Merchán Carreño_Martínez Béjar_2018, title={Aprendizaje automático para el análisis evolutivo de Cáncer de mama}, volume={3}, url={https://revistas.utb.edu.ec/index.php/sr/article/view/405}, DOI={10.26910/issn.2528-8083vol3issCITT2017.2018pp44-49}, abstractNote={<p>El uso del aprendizaje automático permite la creación de un modelo predictivo de datos, como resultado del análisis en un conjunto de datos con 286 instancias y nueve atributos pertenecientes al Instituto de Oncología del Centro Médico Universitario. Ljubljana. En función de esta situación, los datos se preprocesan aplicando técnicas inteligentes de análisis de datos para eliminar los valores perdidos, así como la evaluación de cada atributo que permite la optimización de resultados. Utilizamos varios algoritmos de clasificación incluyendo árboles J48, bosque aleatorio, bayes net, bayes naive, tabla de decisiones, para obtener uno que, dadas las características de los datos, permita el mejor porcentaje de clasificación y por lo tanto una mejor matriz de confusión, utilizando 66% de los datos para aprendizaje y 33% para validar el modelo. Con este modelo, se obtiene un predictor con una eficacia del 71,134 % para estimar o no la recurrencia del cáncer de mama.</p>}, number={CITT2017}, journal={Journal of Science and Research}, author={Mackenzie Rivero, Alexander and Rodríguez Rodríguez, Alberto and Merchán Carreño, Edwin Joao and Martínez Béjar, Rodrigo}, year={2018}, month={feb.}, pages={44–49} }