Харченко, Костянтин ВасильовичМедвідь, Владислав Андрійович2023-02-072023-02-072022-12Медвідь, В. А. Оцінювання і прогнозування стану пацієнтів та поліпшення ефективності вимірних даних та підтримки прийняття рішень при аналізі неточних та неповних виміряних даних : магістерська дис. : 122 Комп'ютерні науки / Медвідь Владислав Андрійович. - Київ, 2022. - 91 с.https://ela.kpi.ua/handle/123456789/52395Загальний обсяг роботи с. 91, рис. 35, 28 таблиць , додатки 2, джерел 30 Актуальність теми магістерської дисертації полягає у тому, що визначення найбільш ефективних та точних методів оцінювання і прогнозування стану пацієнтів може допогти в діагнозуванні та прописування лікувального курсу різним пацієнтом, ці процеси повинні відбуватися швидко і з високою точністю, адже кількість пацієнтів кожного року зростає. Таким чином було прийняте рішення про дослідження та визначення найбільш ефективних методів оцінювання і прогнозування стану пацієнтів на прикладі різних датасетів з наявними даними про пацієнтів використовуючи лише загальнодоступні мови програмування та інструменти. Мета та задачі дослідження. Метою цієї роботи є перевірка ефективності основних методів машинного навчання, котрі використовуються для оцінювання і прогнозування стану пацієнтів, навіть за умови неповних чи неточних даних. Поставлена мета вимагає вирішення наступних задач: 1) Аналіз основних методів машинного навчання для оцінювання і прогнозування, які можна використати для пацієнтів; 2) Розробка програмної реалізації для визначення найбільш ефективних методів оцінювання і прогнозування; 3) Аналіз роботи найефективніших методів за умови неповних чи неточних даних. Об'єкт дослідження: процес оцінювання і прогнозування стану пацієнтів. Предмет дослідження: програма на мові програмування пайтон для обробки даних пацієнтів та подальших процесів оцінювання і прогнозування. Наукова новизна. Хоч ця ніша і є популярною, однак немає такої кількості веб-додатків чи звичайних програмних додатків, котрі могли б оброблювати дані пацієнтів, і на їх основі будувати прогнози чи оцінки стану пацієнтів, основною перевагою програмної реалізації методів являється швидкість та ефективність обробки даних. Потенційні застосування та практична цінність результатів магістерської роботи: 1) Визначений найбільш ефективний метод оцінювання і прогнозування стану пацієнтів можна імплементувати в окремий додаток для зручної роботи з ним. 2) Розроблену програмну реалізацію можна покращити та уніфікувати для різноманітних наборів даних. 3) Розроблену програмну реалізацію можна додати як розширення вже існуючих систем для оцінювання і прогнозування стану пацієнтів. Публікація: 1. Оцінювання і прогнозування стану пацієнтів та поліпшення ефективності вимірних даних та підтримки прийняття рішень при аналізі неточних та неповних виміряних даних /Медвідь В.А., Харченко К.В. // Системні науки та інформатика: збірник доповідей І науково-практичної конференції «Системні науки та інформатика», 22–29 листопада 2022 року, Київ. – К., НН ІПСА КПІ ім. Ігоря Сікорського, 2022. – с. 342-349.ukметоди прогнозування та оцінюваннямашинне навчаннядатасетинеповні данінеточні даніпідтримка прийняття рішеньforecasting and evaluation methodsmachine learningdatasetsincomplete datainaccurate datadecision supportОцінювання і прогнозування стану пацієнтів та поліпшення ефективності вимірних даних та підтримки прийняття рішень при аналізі неточних та неповних виміряних данихMaster Thesis91 с.004.42