Харченко, Костянтин ВасильовичНаумчик, Максим Сергійович2023-10-242023-10-242023Наумчик, М. С. Методи дата сайнс для аналізу кардіограм : дипломний проект … бакалавра : 122 Комп'ютерні науки / Наумчик Максим Сергійович. – Київ, 2023. – 101 с.https://ela.kpi.ua/handle/123456789/61733Метою 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.101 с.ukмашинне навчаннярозвідувальний аналіз даних (EDA)PythonKerasXGBoostAda Boostrandom forest features scalingmachine learningexploratory data analysisBachelor Thesis