Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
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.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All |
![]() |
||||
Internet | Authorized users SPbPU |
![]() |
||||
![]() |
Internet | Anonymous |
Table of Contents
- 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
Usage statistics
|
Access count: 33
Last 30 days: 0 Detailed usage statistics |