Desarrollo e implementación de un modelo de segmentación en perfiles de disolución utilizando técnicas de Machine Learning para determinar el factor de similitud (F2) en un estudio de bioequivalencia in vitro para metformina clorhidrato

La presente investigación se centró en la aplicación y evaluación de modelos de segmentación para clasificar los perfiles de disolución del medicamento genérico Metformina Clorhidrato 500 mg en variados niveles de pH (6,8 - 4,5 - 1,2). La técnica empleada fue el Random Forest, la cual se eligió por...

• Hlavní autor: Criollo Llumiquinga, Bryan Santiago (author)
• Médium: masterThesis
• Vydáno: 2024
• Témata: Aprendizaje automático (Inteligencia artificial); Equivalencia Terapéutica; Medicamentos Genéricos; Metformina; Bosques Aleatorios
• On-line přístup: https://repositorio.puce.edu.ec/handle/123456789/43278