| dc.contributor.author | Пасічнюк, І. В. | uk |
| dc.contributor.author | Хоменко, В. М. | uk |
| dc.contributor.author | Іванчук, Я. В. | uk |
| dc.contributor.author | Ivanchuk, Y. V. | en |
| dc.date.accessioned | 2025-08-13T09:46:43Z | |
| dc.date.available | 2025-08-13T09:46:43Z | |
| dc.date.issued | 2025 | |
| dc.identifier.citation | Пасічнюк І. В., Хоменко В. М., Іванчук Я. В. Методи машинного навчання для діагностування стану здоров’я людини // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/22711. | uk |
| dc.identifier.isbn | 978-617-8163-57-0 | |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/48111 | |
| dc.description.abstract | У сучасному світі інформаційні технології набувають все більшого значення у сфері охорони здоров’я, оскільки вони здатні вирішувати низку критично важливих завдань, пов’язаних із забезпеченням точності та швидкості діагностування. Вибір найбільш точного алгоритму є критично важливим для досягнення успішних результатів. У роботі було було дослідження та проаналізовано різні алгоритми такі як: градієнтний бустинг дерев рішень, випадковий ліс, дерева рішень з метою розробки системи діагностування стану здоров’я людини. | uk |
| dc.description.abstract | In today's world, information technologies are becoming more and more important in the field of health care, as they are able to solve a number of critically important tasks related to ensuring the accuracy and speed of diagnosis. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/22711 | |
| dc.subject | системи діагностування | uk |
| dc.subject | здоров’я | uk |
| dc.subject | точність | uk |
| dc.subject | diagnostic systems | en |
| dc.subject | health | en |
| dc.subject | accuracy | en |
| dc.title | Методи машинного навчання для діагностування стану здоров’я людини | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 614.2 | |
| dc.relation.references | Штучний інтелект. Машинне навчання / Григоров О. В., Аніщенко Г. О., Стрижак В. В.,
Петренко Н. О., Турчин О. В., Окунь А. О., Пономарьов О. Е. Сучасні технології : зб. наук. пр. / Мво освiти i науки України, ХНАДУ. - Харкiв, 2019. - 15 c. | uk |
| dc.relation.references | Alcolea, A., & Resano, J. FPGA accelerator for gradient boosting decision trees. Electronics.
2021.Vol 10, No 3, 314 p. | en |
| dc.relation.references | Schonlau, M., & Zou, R. Y. The random forest algorithm for statistical learning. The Stata Journal.
2020. Vol 20, No 1, pp. 3-30. Machine Learning Basics: Random Forest Classification. URL:
https://towardsdatascience.com/machine-learning-basics-random-forest-classification-499279bac51e
(дата звернення 06.11.2024). | en |
| dc.relation.references | Why Do We Use Decision Trees in Machine Learning? URL:
https://www.turing.com/kb/importance-of-decision-trees-in-machine-learning (Дата звернення
06.11.2024). | en |
