<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Інформаційна технологія передбачення хворих на інсульт

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

В роботі розроблено технологію передбачення хворих на інсульт. Для розробки технології, було використано готовий набір даних, що включає с себе дані пацієнтів. Виконано прогнозування даних використовуючи моделі Logistic Regression, KNearest Neighbors, Decision Tree Classifier, Random Forest Classifier, Ada Boost, Support Vector Machine (SVM), XGBoost, Cat Boost.
The developed technology focuses on predicting stroke cases. To create this technology, an existing dataset containing patient information was utilized. Predictions were made using the following models: Logistic Regression, K-Nearest Neighbors, Decision Tree Classifier, Random Forest Classifier, Ada Boost, Support Vector Machine (SVM), XGBoost, and Cat Boost..

Опис

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Гонтковський Є. Ю., Козачко О. М. Інформаційна технологія передбачення хворих на інсульт // Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/19794.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (3)

  1. Stroke, 2020 [Електронний ресурс] URL: https://www.mayoclinic.org/diseases-conditions/stroke/symptomscauses/syc-20350113.
  2. Fedesoriano Kaggle Stroke Prediction Dataset версія датасету – 2021 р.: [Електронний ресурс]. URL: https://www.kaggle.com/datasets/fedesoriano/stroke-prediction-dataset
  3. SMOTE for Imbalanced Classification with Python 2021 [Електронний ресурс]. URL: https://machinelearningmastery.com/smote-oversampling-for-imbalanced-classification/