Use este identificador para citar ou linkar para este item:
https://ric.cps.sp.gov.br/handle/123456789/13967| Título: | O uso de Machine Learning no diagnóstico e prognóstico do câncer: uma revisão bibliográfica |
| Autor(es): | BARRIOS-LEAL, Dora Yovana XAVIER, Danilo Jordão |
| Orientador(es): | PLOTZE, Rodrigo de Oliveira |
| Tipo documental: | Artigo científico |
| Palavras-chave: | Sintomas cancerínicos;Análise de algoritmos;Machine learning |
| Data do documento: | 24-Jun-2022 |
| Editor: | 284 |
| Referência Bibliográfica: | BARRIOS-LEAL, Dora Yovana; XAVIER, Danilo Jordão. O uso de machine learning no diagnóstico e prognóstico do câncer: uma revisão bibliográfica. Trabalho de conclusão de curso (Curso Superior de Tecnologia em Analise e Desenvolvimento de Sistemas) - Faculdade de Tecnologia Ribeirão Preto, Ribeirão Preto, 2022 |
| Resumo: | O câncer foi responsável por cerca de 10 milhões de mortes em 2020. Devido a sua complexidade e o grande volume de dados disponível, esta revisão teve como objetivo descrever os principais algoritmos de machine learning usados no estudo da doença. Os resultados mostram que o câncer de mama, pulmão e cervical são os mais frequentes, e os algoritmos mais utilizados foram Support Vector Machine, Decision Tree, Random Forest, e k-Nearest Neighbors. As linguagens de programação mais utilizadas foram Python e R. A análise dos resultados deixa evidente o estabelecimento de técnicas de machine learning como ferramentas promissoras no diagnóstico e prognóstico do câncer. |
| Descrição: | Trabalho apresentado no V Workshop de Tecnologia em ADS - Fatec Ribeirão Preto. |
| URI: | https://ric.cps.sp.gov.br/handle/123456789/13967 |
| Aparece nas coleções: | Trabalhos de Conclusão de Curso |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| tecnologiaemads_2_2022_daniloxavieredorayovana_ousodemachine....pdf Restricted Access | 537.8 kB | Adobe PDF | Visualizar/Abrir Solictar uma cópia |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.