Таблица | Карточка | RUSMARC | |
Разрешенные действия: Прочитать Загрузить (0,4 Мб) Группа: Анонимные пользователи Сеть: Интернет |
Аннотация
В главе рассмотрены существующие методы машинного обучения, решающие задачу прогнозирования, и обозначены их недостатки. Предложен и обоснован метод, решающий задачу прогнозирования посредством агрегирования результатов двух алгоритмов машинного обучения (Обобщенная Линейная Модель и Машина опорных векторов), противоположных по природе. Рассмотрена проблема сердечно- сосудистых заболеваний и выдвинута гипотеза о применимости данного метода для ранней диагностики этих заболеваний. Проведено исследование метода на примере трех различных наборов данных анализов пациентов и их анамнеза для оценки рисков кардиологических заболеваний, подтвердившее эффективность разработанного подхода для решения задачи ранней диагностики сердечно-сосудистых заболеваний.
The prediction problem, the existing machine learning methods and related issues are considered in the chapter. The modification of the bagging method, which aggregates two fundamentally different machine learning algorithms (Generalized Liner Model and Support Vector Machine), is proposed and justified. The research of the method based on three different heart disease datasets. It confirms the effectiveness of the method for solving problem of risk estimation of the cardiovascular disease.
Права на использование объекта хранения
Статистика использования
Количество обращений: 495
За последние 30 дней: 37 Подробная статистика |