Details
Title | Методы и модели интеллектуального анализа данных в исследованиях в области медицины: выпускная квалификационная работа бакалавра: направление 27.03.03 Системный анализ и управление ; образовательная программа 27.03.03_01 Теория и математические методы системного анализа и управления в технических, экономичеcких и социальных системах |
---|---|
Creators | Лукичева Дарья Михайловна |
Scientific adviser | Нестеров Сергей Александрович |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
Imprint | Санкт-Петербург, 2019 |
Collection | Выпускные квалификационные работы ; Общая коллекция |
Subjects | интеллектуальный анализ ; модели интеллектуального анализа ; методы интеллектуального анализа ; классификация ; кластеризация ; сердечно-сосудистые заболевания ; data mining ; mining models ; mining methods ; classification ; clustering ; cardiovascular disease |
Document type | Bachelor graduation qualification work |
File type | |
Language | Russian |
Level of education | Bachelor |
Speciality code (FGOS) | 27.03.03 |
Speciality group (FGOS) | 270000 - Управление в технических системах |
Links | Отзыв руководителя ; Отчет о проверке на объем и корректность внешних заимствований |
DOI | 10.18720/SPBPU/3/2019/vr/vr19-3964 |
Rights | Доступ по паролю из сети Интернет (чтение) |
Record key | ru\spstu\vkr\5763 |
Record create date | 3/12/2020 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
В данной работе сделана попытка раскрыть потенциальные возможности практического применения методов интеллектуального анализа в одной из сложнейших и важнейших областей медицины – кардиологии. Основной упор сделан на математическую составляющую построения методов и моделей обработки больших данных из реальных источников, а также на системный подход в анализе полученных результатов применимо к выбранной области.
In a work attempts to reveal the potential of practical application of methods of intellectual analysis in one of the most complex and important areas of medicine – cardiology. The main emphasis is placed on the mathematical component of the construction of methods and models for processing big data from real sources, as well as on a systematic approach in the analysis of the results applicable to the selected area.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
- Введение
- 1 Постановка задачи
- 1.1 Теоретические основы кластерного анализа
- 1.1.1 Математическая постановка задачи кластеризации
- 1.1.2 Обзор методов поиска меры близости
- 1.2 Теоретические основы задачи классификации
- 1.2.1 Математическая постановка задачи классификации
- 1.3 Формальная постановка задачи
- 2 Обзор методов решения
- 2.1 Методы кластерного анализа
- 2.1.1 Метод k-средних
- 2.1.2 Метод иерархий
- 2.2 Методы классификации
- 2.2.1 Упрощенный метод Байеса
- 2.2.2 Деревья решений
- 2.2.3 Метод опорных векторов
- 3 Исследование и построение решения задач
- 3.1 Решение задачи кластерного анализа
- 3.1.1 Описание набора данных
- 3.1.2 Подготовка данных к кластеризации
- 3.1.3 Построение модели кластеризации методом k-средних
- 3.1.4 Построение модели иерархической кластеризации
- 3.2 Решение задачи классификации
- 3.2.1 Описание набора данных
- 3.2.2 Подготовка данных к классификации
- 3.2.3 Построение модели классификации деревом решения
- 3.2.4. Построение модели классификации методом опорных векторов
- Заключение
- Список использованной литературы
- Приложение 1. Кластеризация: код на языке R
- Приложение 2. Классификация: код на языке R
Access count: 35
Last 30 days: 0