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

Інформаційна технологія передбачення хворих на інсульт

dc.contributor.authorГонтковський, Є. Ю.uk
dc.contributor.authorКозачко, О. М.uk
dc.titleІнформаційна технологія передбачення хворих на інсультuk
dc.date.issued2024
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationГонтковський 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.uk
dc.relation.ispartofМатеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/19794
dc.identifier.udc004.9:616.831-005
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/41726
dc.description.abstractВ 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.uk
dc.description.abstractThe 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..en
dc.subjectPythonen
dc.subjectінсультuk
dc.subjectрозвідувальний аналізuk
dc.subjectхворобаuk
dc.subjectstrokeen
dc.subjectintellectual analysisen
dc.subjectdiseaseen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesStroke, 2020 [Електронний ресурс] URL: https://www.mayoclinic.org/diseases-conditions/stroke/symptomscauses/syc-20350113.en
dc.relation.referencesFedesoriano Kaggle Stroke Prediction Dataset версія датасету – 2021 р.: [Електронний ресурс]. URL: https://www.kaggle.com/datasets/fedesoriano/stroke-prediction-dataseten
dc.relation.referencesSMOTE for Imbalanced Classification with Python 2021 [Електронний ресурс]. URL: https://machinelearningmastery.com/smote-oversampling-for-imbalanced-classification/en
dc.date.accessioned2024-04-30T07:15:57Z
dc.date.available2024-04-30T07:15:57Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
19794.pdf
Розмір:
369,84 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис: