Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://dspace.wunu.edu.ua/handle/316497/51931
Назва: Прогнозування серцевих захворювань звикористанням ансамблевих методів машинного навчання
Інші назви: Heart disease forecasting using ensemble machine learning methods
Автори: Закалюк, Павло Андрійович
Ключові слова: серцеві захворювання
машинне навчання
ансамблеві методи
прогнозування
heart diseases
machine learning
ensemble methods
forecasting
Дата публікації: 2024
Видавництво: Тернопіль, ЗУНУ
Бібліографічний опис: Закалюк, П. А. Прогнозування серцевих захворювань звикористанням ансамблевих методів машинного навчання = Heart disease forecasting using ensemble machine learning methods : кваліфікаційна робота : спец. 122 – комп'ютерні науки освітньо-професійна програма – комп'ютерні науки / Павло Андрійович Закалюк ; наук. керівник Ю. В. Констанкевич. Тернопіль : ЗУНУ, 2024. 58 с.
Короткий огляд (реферат): Метою роботи є розробка ефективної моделі прогнозування серцевих захворювань з використанням ансамблевих методів машинного навчання. Методами розроблення обрано метод аналізу (для дослідження існуючих підходів до прогнозування), метод синтезу (для поєднання переваг існуючих методів), методи моделювання (для представлення та дослідження процесів прогнозування), метод порівняльного аналізу (для оцінювання адекватності моделі прогнозування). Внаслідок виконання роботи обґрунтовано раціональний підхід до розроблення моделей прогнозування серцевих захворювань та розроблено програмний засіб, який дозволяє створювати і досліджувати моделі прогнозування серцевих захворювань. Результати дослідження можуть бути використані в науково-дослідних установах і підрозділах підприємств, що займаються розробленням моделей прогнозування.
URI (Уніфікований ідентифікатор ресурсу): http://dspace.wunu.edu.ua/handle/316497/51931
Розташовується у зібраннях:2023-2024 н. р.

Файли цього матеріалу:
Файл Опис РозмірФормат 
Закалюк.pdf2.22 MBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.