Image

Використання ансамблевих методів машинного навчання для прогнозу наявності захворювання

Опис:

У роботі розглянуто ансамблеві алгоритми машинного навчання на основі беггінгу та стекінгу для розв’язання задачі діагностики серцево-судинних захворювань. Наведено опис методу найближчих сусідів та дерева рішень, які використовувались як базові алгоритми при побудові ансамблів. Реалізовано різні варіанти ансамблів алгоритмів у середовищі Jupyter Notebook на мові програмування Python з використанням бібліотеки Scikit-learn.У вступі обґрунтовується актуальність та доцільність обраної теми, формулюється мета роботи й зміст поставлених завдань, об’єкт і предмет дослідження, подається перелік використаних методів дослідження.У першому розділі наведено основні теоретичні відомості з машинного навчання. Описано методи беггінгу та стекінгу для побудови ансамблів алгоритмів. Наведено набір даних для діагностики серцево-судинних захворювань.Другий розділ містить результати обчислювальних експериментів для порівняння різних варіантів ансамблів на основі беггінгу та стекінгу. Розглянуті алгоритми використовуються для діагностики наявності у пацієнта серцево-судинного захворювання. Ефективність ансамблів алгоритмів оцінювали за точністю (на крос-валідаціїї) та часом роботи.

Навчальний заклад: Тальнівський економіко-математичний ліцейТальнівської міської ради Тальнівського районуЧеркаської області

Автор: Опалько Богдана Михайлівна

Відділення: Математики

Секція: Прикладна математика

Область: Черкаська область