Детальная информация

Название: 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
Авторы: Лукичева Дарья Михайловна
Научный руководитель: Нестеров Сергей Александрович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2019
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: интеллектуальный анализ; модели интеллектуального анализа; методы интеллектуального анализа; классификация; кластеризация; сердечно-сосудистые заболевания; data mining; mining models; mining methods; classification; clustering; cardiovascular disease
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 27.03.03
Группа специальностей ФГОС: 270000 - Управление в технических системах
Ссылки: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-3964
Права доступа: Доступ по паролю из сети Интернет (чтение)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

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.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать
Интернет Авторизованные пользователи СПбПУ Прочитать
Интернет Авторизованные пользователи (не СПбПУ)
-> Интернет Анонимные пользователи

Оглавление

  • 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

Статистика использования

stat Количество обращений: 29
За последние 30 дней: 1
Подробная статистика