Plataforma Web para a xestión de modelos de aprendizaxe automática: aplicación á predición da hipertensión arterial

UDC.coleccionTraballos académicos
UDC.tipotrabTFG
UDC.titulacionGrao en Enxeñaría Informática
dc.contributor.advisorMuñiz, Brais
dc.contributor.advisorPérez, Gilberto
dc.contributor.authorUlloa Santín, Pablo
dc.contributor.otherUniversidade da Coruña. Facultade de Informática
dc.date.accessioned2025-11-06T16:21:04Z
dc.date.available2025-11-06T16:21:04Z
dc.date.issued2025-09
dc.description.abstract[Abstract]: This thesis presents MLSuite, an integrated system designed to support the experimentation and evaluation of machine learning models. The platform centralizes model management, the definition of input signatures, and the execution of predictions in a reproducible manner. It leverages two companion libraries: MLSchema, which standardizes input signatures from datasets, and MLForm, which renders them as dynamic forms for data entry. MLSuite provides a complete workflow, from model upload and signature validation to prediction and result storage in a database, ensuring traceability of experiments. Delivered as a web application, it allows users to obtain predictions from any ML model without implementing custom interfaces and to use it as a model playground where predictions can be evaluated, corrected, and exported as training-ready datasets.
dc.description.abstract[Resumo]: Este traballo de fin de grao presenta MLSuite, un sistema integrado deseñado para apoiar a experimentación e avaliación de modelos de machine learning. A plataforma centraliza a xestión de modelos, a definición de signatures de entrada e a execución de predicións de maneira reproducible. Para iso emprega dúas bibliotecas complementarias: MLSchema, que estandariza as signatures a partir de datasets, e MLForm, que as transforma en formularios dinámicos para a introdución de datos. MLSuite ofrece un fluxo completo que abrangue desde a subida de modelos e a validación das signatures ata a realización de predicións e o almacenamento dos resultados nunha base de datos, garantindo a trazabilidade dos experimentos. Fornecido como aplicación web, permite obter predicións de calquera modelo de machine learning sen implementar interfaces específicas e serve tamén como playground para avaliar, corrixir e exportar predicións como conxuntos de datos listos para o adestramento.
dc.description.traballosTraballo fin de grao (UDC.FIC). Enxeñaría Informática. Curso 2024/2025
dc.identifier.urihttps://hdl.handle.net/2183/46327
dc.language.isoeng
dc.rightsAttribution 4.0 Internationalen
dc.rights.accessRightsopen access
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/
dc.subjectMachine Learning
dc.subjectAutomatic Deployment
dc.subjectAutomatic Web Forms Generation
dc.subjectStandarization
dc.subjectAprendizaxe automática
dc.subjectDespliegue automático
dc.subjectXeración automática de formularios web
dc.subjectEstandarización
dc.titlePlataforma Web para a xestión de modelos de aprendizaxe automática: aplicación á predición da hipertensión arterial
dc.typebachelor thesis
dspace.entity.typePublication
relation.isAdvisorOfPublicationd02be485-e59f-4194-85be-0209a76d26f0
relation.isAdvisorOfPublication9cf9fbba-f2d3-4c25-8691-9aff6d3099c1
relation.isAdvisorOfPublication.latestForDiscoveryd02be485-e59f-4194-85be-0209a76d26f0

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
UlloaSantin_Pablo_TFG_2025.pdf
Size:
15.26 MB
Format:
Adobe Portable Document Format