Tavera Romero, Carlos AndrésGarcía Restrepo, Diego FernandoRondón Otero, Leidy Viviana2020-08-032020-08-032020García Restrepo, Diego Fernando; Rondón Otero, L. V. (2020). Aplicación de algoritmos de clasificación como soporte al diagnóstico del cáncer de mama en unidades oncológicas. Universidad Santiago de Cali.https://repositorio.usc.edu.co/handle/20.500.12421/3700El cáncer de mama es una de las enfermedades que provocan una gran cantidad de muertes cada año, es el tipo más común de todos los cánceres y una de las principales causas de muerte de mujeres en el mundo y Colombia. En este artículo, se presenta el uso de WEKA como herramienta de aprendizaje automático y minería de datos, aplicando distintos clasificadores a un conjunto de datos de cáncer de mama suministrados por la unidad oncológica con el objetivo de apoyar el diagnóstico y dar soporte a la toma de decisiones en el diagnóstico del cáncer de mama. Los resultados obtenidos permiten mostrar como los investigadores del área de la salud pueden utilizar tanto técnicas de análisis estadístico como de minería de datos para descubrir conocimiento y hacer un mejor diagnóstico del cáncer de mama y otras enfermedades. Se hace en el documento un comparativo de la eficacia de los clasificadores y un análisis de correcta clasificación, incorrecta clasificación y precisión, aspectos que son de importancia para investigadores que quieran utilizar los algoritmos en otro tipo de estudios o con otro tipo de atributos para diagnosticar si los valores de estos conducen o no a concluir que un paciente tiene cáncer de mamaBreast cancer is one of the diseases that cause a lot of deaths every year, it is the most common type of all cancers and one of the leading causes of death of women in the world and Colombia. In this article, we present the use of WEKA as a machine learning and data mining tool, applying different classifiers to a set of breast cancer data provided by the cancer unit with the objective of supporting the diagnosis and supporting the taking of decisions in the diagnosis of breast cancer. The results obtained show how researchers in the area of health can use both statistical analysis and data mining techniques to discover knowledge and make a better diagnosis of breast cancer and other diseases. In the document a comparison of the effectiveness of the classifiers and an analysis of correct classification, incorrect classification and precision are made, aspects that are of importance for researchers who want to use algorithms in other types of studies or with other attributes to diagnose if the values of these lead or not to conclude that a person has breast cancerapplication/pdf8 páginasesMinería de DatosWEKADiagnósticoClasificaciónCáncerOncologíaThesisAcceso PrivadoReconocimiento 4.0 Internacional (CC BY 4.0)Data MiningWEKADiagnosisClassificationCancerOncology