magistrsko delo
Jan Jurman (Avtor), Peter Kokol (Mentor)

Povzetek

Rast priljubljenosti strojnega učenja se izraža z njegovo uporabo v različnih domenah. V magistrskem delu je predstavljena uporaba algoritmov strojnega učenja za podporo pri odločanju v medicini. Poudarek je na klasifikaciji prisotnosti srčnih bolezni in določanju podvrst kronične ishemične srčne bolezni. Analizirana je natančnost klasifikatorjev naivni Bayes, logistična regresija, k-najbližjih sosedov, odločitveno drevo, nevronska mreža, bagging, AdaBoost in naključni gozd. Implementirana je tudi aplikacija, ki omogoča diagnosticiranje posameznika in inkrementalno izboljšavo svoje natančnosti s pomočjo dodajanja učnih vzorcev.

Ključne besede

strojno učenje;srčne bolezni;klasifikacija;nadzorovano učenje;magistrske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.09 - Magistrsko delo
Organizacija: UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Založnik: [J. Jurman]
UDK: 004.85:616(043.2)
COBISS: 27224835 Povezava se bo odprla v novem oknu
Št. ogledov: 405
Št. prenosov: 85
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Machine Learning enhanced decision making in medicine
Sekundarni povzetek: The growth of machine learning popularity is noticeable in its use in different domains. In this paper we present the use of machine learning algorithms for supporting decisions in medicine. We focus on classification of heart disease presence and chronic ischemic heart disease types. The classifier accuracy was analysed which included naive Bayes, logistic regression, k-nearest neighbor, decision tree, neural network, bagging, AdaBoost and random forest. An application was also implemented that enables diagnosis of individuals and incremental improvement of its accuracy with training sample addition.
Sekundarne ključne besede: machine learning;heart disease;classification;supervised learning;
Vrsta dela (COBISS): Magistrsko delo/naloga
Komentar na gradivo: Univ. v Mariboru, Fak. za elektrotehniko, računalništvo in informatiko, Računalništvo in informacijske tehnologije
Strani: XII, 73 str..
ID: 11488935