Методи машинного навчання для прогнозування ризику виникнення захворювання Альцгеймера
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота складається зі 143 сторінок, містить 27 рисунків, 12 таблиць, 2 додатки та 33 джерела літератури.
Об’єктом дослідження стала хвороба Альцгеймера як одне з найбільш поширених нейродегенеративних захворювань. Метою дослідження є розробка та оцінка ефективності моделей машинного навчання для прогнозування ризику виникнення захворювання Альцгеймера на основі медичних та когнітивних ознак. Проблема має високу актуальність, оскільки рання діагностика хвороби Альцгеймера має вирішальне значення для своєчасного втручання та покращення якості життя пацієнтів. Застосування алгоритмів машинного навчання є перспективним підходом у створенні інтелектуальних систем підтримки прийняття рішень у сфері медицини. У ході роботи було реалізовано низку моделей машинного навчання, зокрема Decision Tree, Random Forest, XGBoost, Support Vector Machine та Stacking Ensemble. Кодування та експерименти здійснювались мовою програмування Python у середовищі Jupyter Notebook. Для оцінювання якості моделей використовувались основні метрики класифікації: Accuracy, Precision, Recall, F1-score та AUC (Area Under Curve). Здійснено аналіз п’яти моделей машинного навчання, порівняно їх характеристики і відібрано найбільш доцільні для задачі прогнозування. У рамках майбутніх досліджень планується впровадження додаткових методів підвищення точності моделей, таких як використання більшої кількості медичних показників, інтеграції часових змінних для прогнозування динаміки захворювання, а також балансування класів.
Опис
Ключові слова
захворювання альцгеймер, машинне навчання, класифікація, прогнозування, захворювання
Бібліографічний опис
Петренко, К. І. Методи машинного навчання для прогнозування ризику виникнення захворювання Альцгеймера : дипломна робота … бакалавра : 124 Системний аналіз / Петренко Карина Ігорівна. – Київ, 2025. – 143 с.