Гипотеза исследования состоит в том, что возможно построение эффективного классификатора данных на основе результатов кластерного анализа, полученных с помощью модели с наилучшей точностью. Для достижения поставленной цели решаются следующие задачи: Сведения об системе классификации с помощью машинного обучения. Алгоритмы классификации. Обработка и Анализ данных. Разработка различных моделей машинного обучения. Оценить эффективность модели. Объектом исследования является набор данных, полученный избольницы Висконсина (США), взятый у пациенток с солидными образованиями молочной железы. Используемые методы и инструментарий. Для построения моделей используются несколько наиболее популярных алгоритмов классификации: KNN, Random Forest, Logistic Regression, Artificial Neural Networks. Код польностью написан с использованием языка программирования Python на платформе Google Colab.

The aim of the study is to develop a classification system using machine learning algorithms for the diagnosis of breast cancer. The hypothesis of the study is that it is possible to build an effective data classifier based on the results of cluster analysis obtained using the model with the best accuracy. To achieve this goal, the following tasks are solved:1. Information about the classification system using machine learning. 2. Classification algorithms.3. Data processing and Analysis.4. Development of various machine learning models.5. Evaluate the effectiveness of the model. The object of the study is a data set obtained from a Wisconsin hospital(USA), taken from patients with solid breast formations. Methods and tools usedSeveral of the most popular classification algorithms are used to build models: KNN, Random Forest, Logistic Regression, Artificial Neural Networks. The code is fully written using the Python programming language on the Google Colab platform.