Тема выпускной квалификационной работы: «Разработка и исследование метода объяснения предсказаний модели машинного обучения с цензурированными данными с использованием нейронных сетей». Данная работа посвящена разработке нового метода объяснения предсказаний моделей машинного обучения типа «черный ящик», используемых в анализе выживаемости, на основе нейронных сетей специального вида. Задачи, которые решались в ходе исследования: 1. Обзор существующих методов объяснения и интерпретации предсказаний моделей машинного обучения. 2. Изучение основных понятий анализа выживаемости. 3. Разработка нового метода и соответствующего программного обеспечения. 4. Исследование и параметрическая настройка метода на реальных датасетах с цензурированными данными. В результате разработан новый метод объяснения предсказаний моделей машинного обучения, применяемых для цензурированных данных. Реализовано соответствующее программное обеспечение, с помощью которого проведено множество численных экспериментов, иллюстрирующих эффективность метода.

The subject of the graduate qualification work is “Development and research of a method for explanation the predictions of a machine learning model with censored data using neural networks”. The given work is devoted to the development of a new method based on special type of neural networks for explanation the predictions of black-box machine learning models used in survival analysis. The research set the following goals: 1. Review of existing methods for explanation and interpretation predictions of machine learning models. 2. Study of the basic concepts of survival analysis. 3. Development of a new method and related software. 4. Research and parametric tuning of the method on real datasets with censored data. The study resulted into a new method of explanation the predictions of machine learning models applied to censored data. The corresponding software is implemented, with the help of which a lot of numerical experiments are made, illustrating the efficiency of the method.