Таблица | Карточка | RUSMARC | |
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 | |||||
Интернет | Авторизованные пользователи 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
Количество обращений: 34
За последние 30 дней: 0 Подробная статистика |