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

Методи машинного навчання для діагностування стану здоров’я людини

Скорочена інформація про документ
dc.contributor.authorПасічнюк, І. В.uk
dc.contributor.authorХоменко, В. М.uk
dc.contributor.authorІванчук, Я. В.uk
dc.contributor.authorIvanchuk, Y. V.en
dc.titleМетоди машинного навчання для діагностування стану здоров’я людиниuk
dc.date.issued2025
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationПасічнюк 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. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/22711.uk
dc.relation.ispartofМатеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/22711
dc.identifier.isbn978-617-8163-57-0
dc.identifier.udc614.2
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/48111
dc.description.abstractУ 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.abstractIn 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.subjectсистеми діагностуванняuk
dc.subjectздоров’яuk
dc.subjectточністьuk
dc.subjectdiagnostic systemsen
dc.subjecthealthen
dc.subjectaccuracyen
dc.typeThesis
dc.language.isouk_UAuk_UA
dc.relation.referencesШтучний 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.referencesAlcolea, A., & Resano, J. FPGA accelerator for gradient boosting decision trees. Electronics. 2021.Vol 10, No 3, 314 p.en
dc.relation.referencesSchonlau, 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.referencesWhy 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
dc.date.accessioned2025-08-13T09:46:43Z
dc.date.available2025-08-13T09:46:43Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
22711.pdf
Розмір:
232,02 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

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

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2025)