Застосування методів системного аналізу для прогнозування раку молочної залози
Тип публікації :
Магістерська робота
Дата випуску :
2023
Автор(и) :
Головін Сергій Миколайович
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Головін, С. М. (2023). Застосування методів системного аналізу для прогнозування раку молочної залози. [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/4956
[ДСТУ] Головін С. М. Застосування методів системного аналізу для прогнозування раку молочної залози : кваліфікаційна робота магістра : 12 Інформаційні технології. Київ, 2023. 66 с. URL: https://ir.library.knu.ua/handle/123456789/4956 (дата звернення: 17.07.2026).
Об’єктом дослідження є метод класифікації ракової пухлини на основі класифікаційного групування відповідно до ознак подібності або відмінності.
Предметом дослідження є використання логістичної регресії зі знайденням оптимального гіперпараметру та оптимізацією розмірності методом головних компонент.
Метою роботи є узагальнити метод класифікації ракової пухлини з використанням логістичної регресії, пошуку гіперпараметру та методу головних компонент.
Методи розроблення: методи очистки та підготовки дослідницького аналізу, метод класифікаційного аналізу даних логістична регресія з пошуком оптимального гіперпараметру, метод головних компонент, методи оцінювання якості моделі.
Інструмент та середовище розробки: мова програмування Python та Jupyter Notebook.
Значимість роботи полягає в удосконаленні алгоритму аналізу ракових пухлин шляхом використання гіперпараметру моделі, а також методу головних компонент з метою зменшення навантаження на систему та покращення якості класифікації шляхом відсіювання зайвих ознак.
Модель логістичної регресії з використанням методу головних компонент для класифікації ракових пухлин може знайти широке застосування у медицині, при аналізах захворювання та побудові лікування.
Ключові слова: КЛАСИФІКАЦІЙНИЙ АНАЛІЗ, ЛОГІСТИЧНА РЕГРЕСІЯ, МЕТОД ГОЛОВНИХ КОМПОНЕНТ, RECURSIVE FEATURE ELIMINATION, DATA MINING, ДОСЛІДНИЦЬКИЙ АНАЛІЗ ДАНИХ, КРОСС ВАЛІДАЦІЯ, МОВА ПРОГРАМУВАННЯ PYTHON.
Предметом дослідження є використання логістичної регресії зі знайденням оптимального гіперпараметру та оптимізацією розмірності методом головних компонент.
Метою роботи є узагальнити метод класифікації ракової пухлини з використанням логістичної регресії, пошуку гіперпараметру та методу головних компонент.
Методи розроблення: методи очистки та підготовки дослідницького аналізу, метод класифікаційного аналізу даних логістична регресія з пошуком оптимального гіперпараметру, метод головних компонент, методи оцінювання якості моделі.
Інструмент та середовище розробки: мова програмування Python та Jupyter Notebook.
Значимість роботи полягає в удосконаленні алгоритму аналізу ракових пухлин шляхом використання гіперпараметру моделі, а також методу головних компонент з метою зменшення навантаження на систему та покращення якості класифікації шляхом відсіювання зайвих ознак.
Модель логістичної регресії з використанням методу головних компонент для класифікації ракових пухлин може знайти широке застосування у медицині, при аналізах захворювання та побудові лікування.
Ключові слова: КЛАСИФІКАЦІЙНИЙ АНАЛІЗ, ЛОГІСТИЧНА РЕГРЕСІЯ, МЕТОД ГОЛОВНИХ КОМПОНЕНТ, RECURSIVE FEATURE ELIMINATION, DATA MINING, ДОСЛІДНИЦЬКИЙ АНАЛІЗ ДАНИХ, КРОСС ВАЛІДАЦІЯ, МОВА ПРОГРАМУВАННЯ PYTHON.
Галузі знань та спеціальності :
12 Інформаційні технології
124 Системний аналіз
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
2.91 MB
Контрольна сума :
(MD5):f08a72a8b1ae603b266c51d5b7604b69
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International