Розвідувальний аналіз даних для інформаційної технології передбачення хворих на діабет
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 діабету 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 the information technology of diabetes prediction by 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 the information technology of diabetes prediction by machine learning methods. An analysis of the dataset and its features was carried out.
Опис
Ключові слова
машинне навчання , передбачення , інформаційні технології , діабет , аналіз , модель , Python , machine learning , prediction , information technology , diabetes , analysis , model
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
978-617-8163-57-0
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Якимчук І. В., Жуков С. О. Розвідувальний аналіз даних для інформаційної технології передбачення хворих на діабет // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/22862.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (4)
- Ivan Yakymchuk notebook [Електронний ресурс] – Режим доступу: https://www.kaggle.com/code/marlos11/notebook308ced0f9b
- 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