Бакалаврські роботи (СП)

Постійне посилання зібрання

https://ela.kpi.ua/handle/123456789/21851

Переглянути

Перегляд Бакалаврські роботи (СП) за Ключові слова "Ada Boost"

Зараз показуємо 1 - 1 з 1
  • Ескіз недоступний
    ДокументВідкритий доступ
    Методи дата сайнс для аналізу кардіограм
    (КПІ ім. Ігоря Сікорського, 2023) Наумчик, Максим Сергійович; Харченко, Костянтин Васильович
    Метою дипломної роботи є дослідження використання методів машинного навчання для передбачення серцевої недостатності з набору даних про пацієнта. Люди з серцево-судинними захворюваннями або з високим серцево-судинним ризиком (через наявність одного або декількох факторів ризику, таких як гіпертонія, діабет, гіперліпідемія або вже наявні захворювання) потребують раннього виявлення та лікування, в чому модель машинного навчання може бути дуже корисною. В ході даної роботи було розглянуто методи машинного навчання, які використовуються для класифікації, таких як логістична регресія, метод найближчих сусідів, випадковий ліс, Ada Boost, XG Boost. В роботі було представлено продуктивність кожного методу і оцінено їх ефективність за такими показниками, як точність та оцінка F1. Крім того, було побудовано модель з найкращими метриками точності та набором гіперпараметрів отриманих при використанні методу випадкового пошуку яка і показала найкращі досягнені результати передбачення серцево-судинних захворювань. Загальний обсяг роботи 76 с., 18 рис., 13 таблиць, 2 додатків, 15 джерел.