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 PDF
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
Read
Internet Authorized users SPbPU
Read
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

Detailed usage statistics