Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perros
Descripción del Articulo
To ascertain if a dog has the predisposition to develop skin cancer is a challenge for both veterinarians and pet owners. Logistic regression models and neural networks have been used widely in the field of human medicine to make predictions; the present study approaches the comparison between these...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2019 |
| Institución: | Universidad de Lima |
| Repositorio: | ULIMA-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.ulima.edu.pe:20.500.12724/8401 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12724/8401 http://doi.org/10.26439/ulima.tesis/8401 |
| Nivel de acceso: | acceso abierto |
| Materia: | Cáncer Perros Prospectiva Cancer Forecasting Dogs https://purl.org/pe-repo/ocde/ford#2.02.04 |
| id |
RULI_8260f4f5ff8bce750e4d07c3589ea994 |
|---|---|
| oai_identifier_str |
oai:repositorio.ulima.edu.pe:20.500.12724/8401 |
| network_acronym_str |
RULI |
| network_name_str |
ULIMA-Institucional |
| repository_id_str |
3883 |
| dc.title.es_PE.fl_str_mv |
Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perros |
| title |
Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perros |
| spellingShingle |
Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perros Chávez Martínez, Renato Cáncer Perros Prospectiva Cancer Forecasting Dogs https://purl.org/pe-repo/ocde/ford#2.02.04 |
| title_short |
Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perros |
| title_full |
Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perros |
| title_fullStr |
Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perros |
| title_full_unstemmed |
Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perros |
| title_sort |
Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perros |
| author |
Chávez Martínez, Renato |
| author_facet |
Chávez Martínez, Renato |
| author_role |
author |
| dc.contributor.advisor.fl_str_mv |
Rodríguez Rodríguez, Nadia Katherine |
| dc.contributor.author.fl_str_mv |
Chávez Martínez, Renato |
| dc.subject.es_PE.fl_str_mv |
Cáncer Perros Prospectiva Cancer |
| topic |
Cáncer Perros Prospectiva Cancer Forecasting Dogs https://purl.org/pe-repo/ocde/ford#2.02.04 |
| dc.subject.en_EN.fl_str_mv |
Forecasting Dogs |
| dc.subject.ocde.none.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.02.04 |
| description |
To ascertain if a dog has the predisposition to develop skin cancer is a challenge for both veterinarians and pet owners. Logistic regression models and neural networks have been used widely in the field of human medicine to make predictions; the present study approaches the comparison between these two technics to predict skin cancer in dogs. The variables we analyzed were age, sex, breed, sun exposition, albinism and, dermatitis. These variables were validated by the correlation coefficient and the principal component analysis. The obtained results showed that the backpropagation neural network technique with a cross validation is better than the logistic regression. The neural network’s accuracy value was 89.6% while only 84% for the logistic regression. |
| publishDate |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2019-06-07T21:39:31Z |
| dc.date.available.none.fl_str_mv |
2019-06-07T21:39:31Z |
| dc.date.issued.fl_str_mv |
2019 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.other.none.fl_str_mv |
Trabajo de investigación |
| format |
bachelorThesis |
| dc.identifier.citation.es_PE.fl_str_mv |
Chávez Martínez, R. (2019). Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perros (trabajo de investigación para optar el grado de Bachiller en Ingeniería de Sistemas). Universidad de Lima. |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12724/8401 |
| dc.identifier.isni.none.fl_str_mv |
0000000121541816 |
| dc.identifier.doi.none.fl_str_mv |
http://doi.org/10.26439/ulima.tesis/8401 |
| identifier_str_mv |
Chávez Martínez, R. (2019). Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perros (trabajo de investigación para optar el grado de Bachiller en Ingeniería de Sistemas). Universidad de Lima. 0000000121541816 |
| url |
https://hdl.handle.net/20.500.12724/8401 http://doi.org/10.26439/ulima.tesis/8401 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.*.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de Lima |
| dc.publisher.country.none.fl_str_mv |
PE |
| publisher.none.fl_str_mv |
Universidad de Lima |
| dc.source.none.fl_str_mv |
Repositorio Institucional - Ulima Universidad de Lima reponame:ULIMA-Institucional instname:Universidad de Lima instacron:ULIMA |
| instname_str |
Universidad de Lima |
| instacron_str |
ULIMA |
| institution |
ULIMA |
| reponame_str |
ULIMA-Institucional |
| collection |
ULIMA-Institucional |
| bitstream.url.fl_str_mv |
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/8401/2/license.txt https://repositorio.ulima.edu.pe/bitstream/20.500.12724/8401/3/Chavez_Martinez_Renato.pdf https://repositorio.ulima.edu.pe/bitstream/20.500.12724/8401/5/Chavez_Martinez_Renato.pdf.jpg https://repositorio.ulima.edu.pe/bitstream/20.500.12724/8401/4/Chavez_Martinez_Renato.pdf.txt |
| bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 763da23b48953e7a575f7f4c848ce5f4 1cad610a0bed2196eb2e3b003f6f9589 a252e9f2245562a7c54a63d59e6c3cf4 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad de Lima |
| repository.mail.fl_str_mv |
repositorio@ulima.edu.pe |
| _version_ |
1868173840376397824 |
| spelling |
Rodríguez Rodríguez, Nadia KatherineChávez Martínez, Renato2019-06-07T21:39:31Z2019-06-07T21:39:31Z2019Chávez Martínez, R. (2019). Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perros (trabajo de investigación para optar el grado de Bachiller en Ingeniería de Sistemas). Universidad de Lima.https://hdl.handle.net/20.500.12724/84010000000121541816http://doi.org/10.26439/ulima.tesis/8401To ascertain if a dog has the predisposition to develop skin cancer is a challenge for both veterinarians and pet owners. Logistic regression models and neural networks have been used widely in the field of human medicine to make predictions; the present study approaches the comparison between these two technics to predict skin cancer in dogs. The variables we analyzed were age, sex, breed, sun exposition, albinism and, dermatitis. These variables were validated by the correlation coefficient and the principal component analysis. The obtained results showed that the backpropagation neural network technique with a cross validation is better than the logistic regression. The neural network’s accuracy value was 89.6% while only 84% for the logistic regression.Determinar si un perro tiene la predisposición de desarrollar cáncer a la piel es uno de los desafíos tanto de los veterinarios como de los dueños de las mascotas. Los modelos de regresión logística y redes neuronales han sido ampliamente utilizados para realizar predicciones en el ámbito de la medicina humana, el presente estudio aborda la comparación de éstas dos técnicas para la predicción de cáncer de piel en perros. Las características que se han analizado son la edad, el sexo, raza, exposición al sol, albinismo y la aparición de dermatitis. Dichas características fueron validadas por el método de coeficiente de correlación y el análisis de componente principal. Los resultados obtenidos demostraron que la red neuronal backpropagation con validación cruzada supera al modelo de regresión logística. El valor de predicción generado por la red neuronal fue de 89.6% mientras que la regresión logística obtuvo un 84%.Trabajo de investigaciónapplication/pdfspaUniversidad de LimaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Repositorio Institucional - UlimaUniversidad de Limareponame:ULIMA-Institucionalinstname:Universidad de Limainstacron:ULIMACáncerPerrosProspectivaCancerForecastingDogshttps://purl.org/pe-repo/ocde/ford#2.02.04Comparación entre regresión logística y redes neuronales para predecir cáncer de piel en perrosinfo:eu-repo/semantics/bachelorThesisTrabajo de investigaciónSUNEDUBachillerIngeniería de SistemasUniversidad de Lima. Facultad de Ingeniería y ArquitecturaBachiller en Ingeniería de Sistemas612076https://purl.org/pe-repo/renati/level#bachillerhttps://purl.org/pe-repo/renati/type#trabajoDeInvestigacionOILICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ulima.edu.pe/bitstream/20.500.12724/8401/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALChavez_Martinez_Renato.pdfChavez_Martinez_Renato.pdfDescargarapplication/pdf685131https://repositorio.ulima.edu.pe/bitstream/20.500.12724/8401/3/Chavez_Martinez_Renato.pdf763da23b48953e7a575f7f4c848ce5f4MD53THUMBNAILChavez_Martinez_Renato.pdf.jpgChavez_Martinez_Renato.pdf.jpgGenerated Thumbnailimage/jpeg11187https://repositorio.ulima.edu.pe/bitstream/20.500.12724/8401/5/Chavez_Martinez_Renato.pdf.jpg1cad610a0bed2196eb2e3b003f6f9589MD55TEXTChavez_Martinez_Renato.pdf.txtChavez_Martinez_Renato.pdf.txtExtracted texttext/plain36649https://repositorio.ulima.edu.pe/bitstream/20.500.12724/8401/4/Chavez_Martinez_Renato.pdf.txta252e9f2245562a7c54a63d59e6c3cf4MD5420.500.12724/8401oai:repositorio.ulima.edu.pe:20.500.12724/84012025-09-17 12:27:53.071Repositorio Universidad de Limarepositorio@ulima.edu.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 |
| score |
13.075366 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
