Розвідувальний аналіз даних для інформаційної технології передбачення раку легенів методами машинного навчання
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
Робота присвячена підготовці та розвідувальному аналізу даних для подальшого використання для інформаційної технології передбачення раку легень методами машинного навчання. Було проведено аналіз датасету та його ознак.
The work is devoted to the preparation and intelligence analysis of data for further use for information technology for the prediction of lung cancer using machine learning methods. An analysis of the dataset and its features was carried out.
The work is devoted to the preparation and intelligence analysis of data for further use for information technology for the prediction of lung cancer using machine learning methods. An analysis of the dataset and its features was carried out.
Опис
Ключові слова
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
978-617-8163-14-3
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Неволя С. Д., Жуков С. О. Розвідувальний аналіз даних для інформаційної технології передбачення раку легенів методами машинного навчання // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2024)», Вінниця, 11-20 травня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2024/paper/view/21234.
Зібрання
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (4)
- Lung Cancer Prediction Dataset. Kaggle. 2023 [Електронний ресурс]. – Режим доступу: https://www.kaggle.com/datasets/thedevastator/cancer-patients-and-air-pollution-a-new-link
- Pandas Getting started. 2024 [Електронний ресурс] – Режим доступу: https://pandas.pydata.org/docs/getting_started/index.html
- Matplotlib Pyplot Documentation. 2024 [Електронний ресурс]. – Режим доступу: https://matplotlib.org/3.5.3/api/_as_gen/matplotlib.pyplot.html
- Seaborn Tutorial. 2023 [Електронний ресурс]. – Режим доступу: https://seaborn.pydata.org/tutorial.html