Каніовська, Ірина ЮріївнаТкаченко, Олександра Павлівна2023-10-112023-10-112023Ткаченко, О. П. Прогнозування ризику виникнення серцево-судинних захворювань методами машинного навчання : дипломна робота ... бакалавра : 124 Системний аналіз / Ткаченко Олександра Павлівна. – Київ, 2023. – 110 с.https://ela.kpi.ua/handle/123456789/61187Дипломна робота містить 110 сторінок, 18 рисунків, 8 таблиць, 3 додатки, 29 джерел посилання. - Об’єкт дослідження: серцево-судинні захворювання. - Мета дослідження: побудувати моделі для передбачення ішемічної хво- роби серця; дослідити здатність обраних алгоритмів машинного навчання до прогнозування ризиків серцево-судинних захворювань, оцінити їхню ефективність. - Актуальність дослідження: застосування машинного навчання як за- собу ранньої діагностики серцево-судинних захворювань. - Методи дослідження: алгоритми логістична регресія, Random Forest, метод опорних векторів, Naive Bayes; оцінка метрик Accuracy, Precision, Recall, F1-score, AUC. - Отримані результати: було навчено і протестовано чотири моделі для передбачення ішемічної хвороби серця; було проведено аналіз їхніх метрик і запропоновано методи поліпшення моделей. - У рамках майбутніх досліджень пропонується реалізувати запропоно- вані методи покращення моделей, такі як зниження розмірності даних, налаштування гіперпараметрів, збір більшої кількості даних тощо.110 с.ukсерцево-судинні захворюваннямашинне навчанняпрогнозуванняішемічна хвороба серцязадача класифікаціїcardiovascular diseasesmachine learningpredictioncoronary heart diseaseclassification problemBachelor Thesis