Afficher la notice abrégée

dc.contributor.advisorSahelices Fernández, Benjamín es
dc.contributor.authorDomingo Redondo, Cristina
dc.contributor.editorUniversidad de Valladolid. Escuela de Ingeniería Informática de Valladolid es
dc.date.accessioned2023-11-14T09:06:13Z
dc.date.available2023-11-14T09:06:13Z
dc.date.issued2023
dc.identifier.urihttps://uvadoc.uva.es/handle/10324/62921
dc.description.abstractEn el ámbito sanitario, el uso del Deep Learning se presenta como una innovadora herramienta capaz de transformar la atención médica. Aunque hasta ahora los avances más destacados en este campo se han centrado en el reconocimiento de imágenes, aún quedan horizontes por explorar utilizando otras tipologías de datos. Para contribuir a esta evolución, se ha estudiado el uso de Fastai como instrumento de creación de un modelo de clasificación del nivel de riesgo en pacientes intoxicados de Castilla y León.es
dc.description.abstractIn the field of healthcare, the use of Deep Learning emerges as an innovative tool able to transform medical care. While the most notable advancements in this field have focused on image recognition, there are still uncharted horizons to explore using other data types. To contribute to this evolution, the use of Fastai has been studied as a tool for creating a risk classification model for intoxicated patients from Castilla y León.es
dc.description.sponsorshipDepartamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)es
dc.format.mimetypeapplication/pdfes
dc.language.isospaes
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subject.classificationDeep Learninges
dc.subject.classificationFastaies
dc.titleDeep Learning aplicado a la clasificación del riesgo en pacientes con intoxicaciónes
dc.typeinfo:eu-repo/semantics/bachelorThesises
dc.description.degreeGrado en Ingeniería Informáticaes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*


Fichier(s) constituant ce document

Thumbnail

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée