Aparicio Pico, Lilia EdithMillán Gómez, Jorge Armando2024-08-102024-08-102023-05-30http://hdl.handle.net/11349/39531En 2020 los casos detectados de cáncer de mama en Colombia fueron 15.509 de los cuales 4.411 terminaron en muerte. El pronóstico anticipado de esta enfermedad se ha convertido en una necesidad de investigación porque puede facilitar el tratamiento preventivo para evitar su letalidad en etapa avanzada. En este trabajo se propone la metodología DSM-BCD (Data science methodology for breast cancer diagnosis) diseñada para agilizar el diagnóstico del cáncer de mama a través de la mejora continua de técnicas de Machine Learning y Deep Learning basadas en la perspicacia del especialista en oncología y la retroalimentación del conocimiento de acuerdo al comportamiento de los datos en las diferentes técnicas para la detección del cáncer de mama.In 2020 the detected cases of breast cancer in Colombia were 15,509 of which 4,411 ended in death. The anticipate prognosis of this disease has become a research need because it can facilitate preventive treatment to avoid its lethality in an advanced stage. This paper proposes the DSM-BCD methodology (Data science methodology for breast cancer diagnosis) designed to speed up the diagnosis of breast cancer through the continuous improvement of Machine Learning and Deep Learning techniques based on the insight of the oncology specialist and the feedback of knowledge according to the behavior of the data in the various techniques for the detection of breast cancer.pdfAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/MetodologíaCiencia de datosCáncer de mamaDiagnósticoAprendizaje automáticomasterThesisMaestría en Ciencias de la Información y las Comunicaciones -- Tesis y disertaciones académicasOncología predictivaAnálisis de datos en saludInnovación en diagnóstico médicoOpenAccessMethodologyData ScienceBreast CancerDiagnosticsMachine LearningAbierto (Texto Completo)