Зведений каталог бібліотек Харкова

 

ІНФУгреватов, Є. І.
    Розробка та дослідження алгоритмів аналізу даних з історій хвороби пацієнтів з метою прогнозування потреб у ліках і процедурах [Текст] : магістерська атестаційна робота, пояснювальна записка / кер. роботи доц. Вечірська І.Д. ; ХНУРЕ, Кафедра Інформатики. — Харків, 2015. — 77 с.


- Анотація:

Дана робота присвячена дослідженню алгоритмів аналізу медичних даних пацієнтів. Аналіз проводиться з метою побудови прогнозної моделі для виявлення подальших потреб пацієнтів в медикаментах і різних медичних процедурах. Аналіз даних полягає у формуванні множин з пацієнтів, які перебувають у зоні ризику, і виявлення факторів, які призвели до даного результату. Для подібного роду аналізу в роботі використовується кластеризація. У роботі розглянуті і проаналізовані найбільш відомі алгоритми кластеризації, такі як K-Means, Fuzzy C-Means, PAM, CLOPE, DBSCAN. Виявлено алгоритми з найбільшою точністю з різними параметрами. КЛАСТЕРИЗАЦІЯ, АЛГОРИТМ, МОДЕЛЮВАННЯ, ПРОГНОЗУВАННЯ, MACHINE LEARNING, DATA MINING, МЕДИЦИНА Данная работа посвящена исследованию алгоритмов анализа медицинских данных пациентов. Анализ производится с целью построения прогнозной модели для выявления дальнейших потребностей пациентов в медикаментах и различных медицинских процедурах. Анализ данных заключается в формировании множеств из пациентов, состоящих в зоне риска, и выявления факторов, которые привели к данному результату. Для подобного рода анализа в работе используется кластеризация. В работе рассмотрены и проанализированы наиболее известные алгоритмы кластеризации, такие как K-Means, Fuzzy C-Means, PAM, CLOPE, DBSCAN. Выявлены алгоритмы с наибольшей точностью с различными параметрами. КЛАСТЕРИЗАЦИЯ, АЛГОРИТМ, МОДЕЛИРОВАНИЕ, ПРОГНОЗИРОВАНИЕ, MACHINE LEARNING, DATA MINING, МЕДИЦИНА This work is devoted to the study of algorithms analysis of medical data of patients. The analysis is done in order to build a predictive model to identify further needs of patients in a variety of medicines and medical procedures. Analysis of the data is to form sets of patients who are in the risk zone, and identify the factors that led to this result. For this type of analysis used in the clustering. The paper discusses and analyzes the most well-known clustering algorithms such as K-Means, Fuzzy C-Means, PAM, CLOPE, DBSCAN. Identified with the greatest accuracy algorithms with different parameters. CLUSTERING, ALGORITHMS, MODELING, FORECASTING, MACHINE LEARNING, DATA MINING, MEDICINE

- Теми документа

  • Дипломні роботи студентів ХНУРЕ // Дипломні роботи кафедри Інформатики (ІНФ)
  • Дипломні роботи студентів ХНУРЕ // Магістерські атестаційні роботи кафедри ІНФ



Наявність
Установа Кількість Документ на сайті установи
Наукова бібліотека Харківського національного університету радіоелектроніки 1 Перейти на сайт