Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo
- Autores
- Talevi, Alan; Bellera, Carolina Leticia; Castro, Eduardo Alberto; Bruno Blanch, Luis Enrique
- Año de publicación
- 2009
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El presente trabajo consiste en utilizar una muestra de tamaño intermedio (160 compuestos) en la generación de modelos QSPR para predecir la permeabilidad intestinal de fármacos. La propiedad elegida es meramente anecdótica, ya que en este trabajo se desea estudiar, específicamente: 1) si efectivamente la validación externa es el método de validación más confiable para estimar la generalizabilidad del modelo (capacidad predictiva sobre la población de interés); 2) cómo debe particionarse el conjunto de casos disponible en un conjunto de entrenamiento y un conjunto de prueba a fin de tener menor probabilidad de sobreajuste. De todos modos, vale destacar que el %PI es una propiedad de sumo interés para definir si es posible administrar un fármaco por vía oral y que el mismo llegue cuantitativamente a circulación sanguínea.
Facultad de Ciencias Exactas - Materia
-
Matemática
Análisis discriminante
Validación
Partición óptima - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/142218
Ver los metadatos del registro completo
id |
SEDICI_b07d4238f6cb688abc4aa45ed316e033 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/142218 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreoTalevi, AlanBellera, Carolina LeticiaCastro, Eduardo AlbertoBruno Blanch, Luis EnriqueMatemáticaAnálisis discriminanteValidaciónPartición óptimaEl presente trabajo consiste en utilizar una muestra de tamaño intermedio (160 compuestos) en la generación de modelos QSPR para predecir la permeabilidad intestinal de fármacos. La propiedad elegida es meramente anecdótica, ya que en este trabajo se desea estudiar, específicamente: 1) si efectivamente la validación externa es el método de validación más confiable para estimar la generalizabilidad del modelo (capacidad predictiva sobre la población de interés); 2) cómo debe particionarse el conjunto de casos disponible en un conjunto de entrenamiento y un conjunto de prueba a fin de tener menor probabilidad de sobreajuste. De todos modos, vale destacar que el %PI es una propiedad de sumo interés para definir si es posible administrar un fármaco por vía oral y que el mismo llegue cuantitativamente a circulación sanguínea.Facultad de Ciencias Exactas2009-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/142218spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:36:23Zoai:sedici.unlp.edu.ar:10915/142218Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:36:23.488SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo |
title |
Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo |
spellingShingle |
Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo Talevi, Alan Matemática Análisis discriminante Validación Partición óptima |
title_short |
Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo |
title_full |
Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo |
title_fullStr |
Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo |
title_full_unstemmed |
Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo |
title_sort |
Cómo estimar la capacidad predictiva de un modelo químico-matemático: un problema de muestreo |
dc.creator.none.fl_str_mv |
Talevi, Alan Bellera, Carolina Leticia Castro, Eduardo Alberto Bruno Blanch, Luis Enrique |
author |
Talevi, Alan |
author_facet |
Talevi, Alan Bellera, Carolina Leticia Castro, Eduardo Alberto Bruno Blanch, Luis Enrique |
author_role |
author |
author2 |
Bellera, Carolina Leticia Castro, Eduardo Alberto Bruno Blanch, Luis Enrique |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Matemática Análisis discriminante Validación Partición óptima |
topic |
Matemática Análisis discriminante Validación Partición óptima |
dc.description.none.fl_txt_mv |
El presente trabajo consiste en utilizar una muestra de tamaño intermedio (160 compuestos) en la generación de modelos QSPR para predecir la permeabilidad intestinal de fármacos. La propiedad elegida es meramente anecdótica, ya que en este trabajo se desea estudiar, específicamente: 1) si efectivamente la validación externa es el método de validación más confiable para estimar la generalizabilidad del modelo (capacidad predictiva sobre la población de interés); 2) cómo debe particionarse el conjunto de casos disponible en un conjunto de entrenamiento y un conjunto de prueba a fin de tener menor probabilidad de sobreajuste. De todos modos, vale destacar que el %PI es una propiedad de sumo interés para definir si es posible administrar un fármaco por vía oral y que el mismo llegue cuantitativamente a circulación sanguínea. Facultad de Ciencias Exactas |
description |
El presente trabajo consiste en utilizar una muestra de tamaño intermedio (160 compuestos) en la generación de modelos QSPR para predecir la permeabilidad intestinal de fármacos. La propiedad elegida es meramente anecdótica, ya que en este trabajo se desea estudiar, específicamente: 1) si efectivamente la validación externa es el método de validación más confiable para estimar la generalizabilidad del modelo (capacidad predictiva sobre la población de interés); 2) cómo debe particionarse el conjunto de casos disponible en un conjunto de entrenamiento y un conjunto de prueba a fin de tener menor probabilidad de sobreajuste. De todos modos, vale destacar que el %PI es una propiedad de sumo interés para definir si es posible administrar un fármaco por vía oral y que el mismo llegue cuantitativamente a circulación sanguínea. |
publishDate |
2009 |
dc.date.none.fl_str_mv |
2009-10 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/142218 |
url |
http://sedici.unlp.edu.ar/handle/10915/142218 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616241781669889 |
score |
13.070432 |