dc.creatorRiccillo, Marcela L.
dc.creatorPérez, David
dc.creatorLuna, Daniel
dc.creatorCampos, Fernando
dc.creatorOtero, Carlos
dc.creatorGambarte, María Laura
dc.creatorBenítez, Sonia
dc.date2015-10
dc.date2015
dc.date2015-12-04T13:46:04Z
dc.identifierhttp://sedici.unlp.edu.ar/handle/10915/50035
dc.identifierisbn:978-987-3806-05-6
dc.descriptionEn este trabajo presentamos una comparación de metodologías de clasificación para texto libre de narrativas médicas, en este caso evoluciones médicas multiclase. Comparamos el rendimiento de redes neuronales y máquinas de soporte vectorial con preprocesamientos para clasificar evoluciones de Diabetes, en Tipo 1, Tipo 2 y Otros (otro tipo de afección). Se compararon accuracy, sensitivity y specificity, mostrando beneficios en costos de entrenamiento y resultados de exactitud. Encontramos porcentajes mayores con redes neuronales sin preprocesamiento PCA y en el caso de SVM con dicho preprocesamiento (con menor costo de entrenamiento).
dc.descriptionXVI Workshop Agentes y Sistemas Inteligentes (WASI)
dc.descriptionRed de Universidades con Carreras en Informática (RedUNCI)
dc.formatapplication/pdf
dc.languagees
dc.relationXXI Congreso Argentino de Ciencias de la Computación (Junín, 2015)
dc.relationhttp://sedici.unlp.edu.ar/handle/10915/50028
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.rightsCreative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.subjectCiencias Informáticas
dc.titleClasificación automática de evoluciones médicas multiclases en español
dc.typeObjeto de conferencia
dc.typeObjeto de conferencia


Este ítem pertenece a la siguiente institución