Data · dataset · 2025
Códigos TFM e Investigación Posterior - Alejandro Redondo García
Listed in e-cienciaDatos
Códigos Deep Learning (entrenamiento y predicción) de un clasificador de la gravedad de lesiones orales - TFM Alejandro Redondo García.
Description
En los ficheros encontramos dos carpetas (si seleccionamos la visualización del árbol en la web). 1. Codigo_InvestigacionPosteriorTFM.
Esta carpeta contiene lo siguiente: archivo ClasificadorLesionesOrales_CrossValidation.py - es el código en python del clasificador de Deep Learning con cross validation, archivo GenerarCSV.py - es el código en python para generar el .csv, archivo Manual.pdf - son las instrucciones para ejecutar el código ClasificadorLesionesOrales_CrossValidation.py, archivo modelosTimm.csv - son los modelos disponibles de clasificación, archivo PrediccionClasificadorLesionesOrales.py - es el código para realizar la inferencia del modelo entrenado, carpeta DatasetCross - contiene un ejemplo del formato del dataset que necesita el código ClasificadorLesionesOrales_CrossValidation.py y carpeta Resultados - es un ejemplo de resultado que arroja del modelo entrenado, concretamente se guardan las métricas, la configuración y los pesos del modelo. 2.
Read the rest (2 more)
Codigo_TFM. Esta carpeta contiene lo siguiente: archivo ClasificadorLesionesOrales.py - es el código en python del clasificador de Deep Learning sin cross validation, archivo Manual.pdf - son las instrucciones para ejecutar el código ClasificadorLesionesOrales.py, archivo modelosTimm.csv - son los modelos disponibles de clasificación, archivo PrediccionClasificadorLesionesOrales.py - es el código para realizar la inferencia del modelo entrenado, carpeta Dataset - contiene un ejemplo del formato del dataset que necesita el código ClasificadorLesionesOrales.py, carpeta Predicciones - contiene un ejemplo de la inferencia del modelo y carpeta Resultados - es un ejemplo de resultado que arroja del modelo entrenado, concretamente se guardan las métricas, la configuración y los pesos del modelo.
Nota.: Es recomendable leer los manuales antes de utilizar los códigos.
Links
Where it is published
- Dataverse dataset page edatos.consorciomadrono.es/dataset.xhtml?persistentId=doi%3A10.21950%2F9UF1EB ↗
landing page · from edatos consorciomadrono es
- DOI doi.org/10.21950/9uf1eb ↗
DOI / persistent id · from edatos consorciomadrono es
Catalogue records · 1
- Dataverse API edatos.consorciomadrono.es/api/datasets/:persistentId/?persistentId=doi%3A10.21950%2F9UF1… ↗
metadata API · from edatos consorciomadrono es
Topics
- Stated by source
- Ciencias de la información y computación · Ingeniería
Provenance · 1 source records, 8 field assertions
| Source | Key | Last seen | Raw |
|---|---|---|---|
| e-cienciaDatos | doi:10.21950/9UF1EB | 10 d ago | JSON v1 |
| Field | Assertion | Extractor | Evidence |
|---|---|---|---|
| concepts[field].dataverse_subject:ciencias-de-la-informaci-n-y-computaci-n | source · edatos consorciomadrono es | connector:edatos_consorciomadrono_es@1.0.0 | /subjects |
| concepts[field].dataverse_subject:ingenier-a | source · edatos consorciomadrono es | connector:edatos_consorciomadrono_es@1.0.0 | /subjects |
| created_date | source · edatos consorciomadrono es | connector:edatos_consorciomadrono_es@1.0.0 | |
| description | source · edatos consorciomadrono es | connector:edatos_consorciomadrono_es@1.0.0 | /description |
| publication_date | source · edatos consorciomadrono es | connector:edatos_consorciomadrono_es@1.0.0 | |
| title | source · edatos consorciomadrono es | connector:edatos_consorciomadrono_es@1.0.0 | /name |
| updated_date | source · edatos consorciomadrono es | connector:edatos_consorciomadrono_es@1.0.0 | |
| version_label | source · edatos consorciomadrono es | connector:edatos_consorciomadrono_es@1.0.0 |