Розвідувальний аналіз даних для інформаційної технології передбачення ступеня ожиріння 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 ступеня ожиріння методами машинного навчання. Було проведено аналіз датасету та його ознак.
The paper is devoted to the preparation and exploratory analysis of data for further use in the information technology of predicting the degree of obesity using machine learning methods. The dataset and its features were analyzed.
The paper is devoted to the preparation and exploratory analysis of data for further use in the information technology of predicting the degree of obesity using machine learning methods. The dataset and its features were analyzed.
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
Пянкевич А. Д., Жуков С. О. Розвідувальний аналіз даних для інформаційної технології передбачення ступеня ожиріння 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/21758.
Зібрання
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (4)
- Obesity Prediction Dataset. Kaggle. 2023 [Електронний ресурс]. – Режим доступу: https://www.kaggle.com/datasets/aravindpcoder/obesity-or-cvd-risk-classifyregressorcluster/data
- 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