Métodos estatísticos de classificação: abordagem aplicada ao diagnóstico de casos de câncer de mama

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorKubrusly, Jessica Quintanilha-
Autor(es): dc.contributorKubrusly, Jessica Quintanilha-
Autor(es): dc.contributorSantos, Hugo Henrique Kegler dos-
Autor(es): dc.contributorYaginuma, Karina Yuriko-
Autor(es): dc.contributorKubrusly, Jessica Quintanilha-
Autor(es): dc.creatorPORTO, PAULO VICTOR CUNHA-
Data de aceite: dc.date.accessioned2024-07-11T18:28:03Z-
Data de disponibilização: dc.date.available2024-07-11T18:28:03Z-
Data de envio: dc.date.issued2022-09-06-
Data de envio: dc.date.issued2022-09-06-
Data de envio: dc.date.issued2020-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/26209-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/771135-
Descrição: dc.descriptionEste trabalho analisou o desempenho de 06 diferentes modelos estatísticos em um problema de classificação de tumores entre malignos e benignos a partir de informações extraídas de exames de imagem. Os métodos utilizados foram: (i) Regressão Logística, (ii) K-Nearest Neighbors, (iii) Árvores de Classificação , (iv) Florestas Aleatórias, (v) SVM Polinomial e (vi) SVM Radial. A despeito de ter sido utilizada uma base de dados didática, é importante destacar o bom desempenho dos modelos, todos com níveis de acerto na base teste acima de 90,0%, com destaque para a Regressão Logística, Florestas Aleatórias e SVM Polinomial, que obtiveram os melhores resultados. Ainda, os modelos foram capazes de identificar o raio do tumor como a covariável de maior impacto nas chances de diagnostico de câncer de mama.-
Descrição: dc.description52 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherNiterói-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectRegressão logística-
Palavras-chave: dc.subjectK-nearest neighbors-
Palavras-chave: dc.subjectÁrvores de classificação-
Palavras-chave: dc.subjectSupport vector machine-
Palavras-chave: dc.subjectEstatística-
Palavras-chave: dc.subjectRegressão logística-
Palavras-chave: dc.subjectEstatística de saúde-
Palavras-chave: dc.subjectNeoplasia da mama-
Título: dc.titleMétodos estatísticos de classificação: abordagem aplicada ao diagnóstico de casos de câncer de mama-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.