Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://earchive.tpu.ru/handle/11683/67028
Название: Исследование методов и реализация алгоритмов выявления скрытых закономерностей параметров при определении типа сахарного диабета на основе машинного обучения
Авторы: Игнатишина, Фаина Александровна
Научный руководитель: Гергет, Ольга Михайловна
Ключевые слова: нейронная сеть; сахарный диабет; когнитивные нарушения; статистика; выявление закономерностей; neural network; diabetes mellitus; cognitive impairment; statistics; identifying patterns
Дата публикации: 2021
Библиографическое описание: Игнатишина Ф. А. Исследование методов и реализация алгоритмов выявления скрытых закономерностей параметров при определении типа сахарного диабета на основе машинного обучения : бакалаврская работа / Ф. А. Игнатишина ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ) ; науч. рук. О. М. Гергет. — Томск, 2021.
Аннотация: Работа направлена на выявление скрытых закономерностей параметров при определении типа сахарного диабета на основе статистических методов. Полученные результаты будут положены в основу определения характеристических признаков (фичи) искусственных нейронных сетей. Планируется проведение сравнительного анализа результатов классификации, полученных на основе алгоритмов машинного обучения.
The work is aimed at identifying hidden patterns of parameters in determining the type of diabetes mellitus based on statistical methods. The obtained results will be used as a basis for determining the characteristics (features) of artificial neural networks. It is planned to conduct a comparative analysis of the classification results obtained on the basis of machine learning algorithms.
URI: http://earchive.tpu.ru/handle/11683/67028
Располагается в коллекциях:Выпускные квалификационные работы (ВКР)

Файлы этого ресурса:
Файл Описание РазмерФормат 
TPU1165248.pdf2,47 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.