Nagy Ferenc (2023) Előrejelzés mesterséges intelligenciával a gyakorlatban. Pénzügyi és Számviteli Kar.
PDF
Nagy_Ferenc_BCSRZN.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (1MB) |
|
PDF
BA_O_Nagy_Ferenc.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (252kB) |
|
PDF
Bírálat_Nagy_Ferenc.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (1MB) |
|
PDF
Szakdolgozat_bírálat_Nagy_Ferenc_BCSRZN.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (270kB) |
Absztrakt (kivonat)
<p dir="ltr" style="text-align:left;"></p><p><a>Egyetemi tanulmányaim során kezdtem el igazán érdeklődést mutatni a mesterséges intelligencia, azon belül is a gépi tanulási algoritmusok felé. Néhány kurzusnak, illetve tanáraimnak köszönhetően mélyebb betekintést nyerhettem a témába és tudatosult bennem, hogy számtalan területre van, illetve lehet hatással az MI és képes a minket körülvevő világot jobbá és biztonságosabbá tenni.</a></p><p><a></a></p><p><a>Diplomamunkám során bizonyos tünetek, valamint mért eredmények alapján próbálom előre jelezni, hogy az adott illető esetében fennáll-e szívbetegség kockázata.</a></p> <p>Ehhez különböző modelleket fogok alkalmazni, melyek hatékonyságát elemzem és összehasonlítom. Többek között részletesen kitérek a logisztikus regressziós modellre, a döntési fára, az AdaBoost technológiára, a gradiens turbózásra, azon belül is az XGBoost és a LightGBM eljárásokra.</p> <p>Az alábbi kérdésekre szeretnék választ kapni:</p> <p>1. -Milyen tényezők befolyásolják leginkább a betegség fennállását?</p> <p>2. -Mely eljárással valósulhat meg a legpontosabb predikció?</p> <p>3. -Milyen mértékben befolyásolja a modellek teljesítményét az adathalmaz nagysága?</p> <p>4. -Milyen paraméterektől/tényezőktől függ a modellek előrejelzéseinek pontossága?</p> <p> </p> <p><a>Az általam használt adatfájl az ún. „Heart Disease Dataset”, egy viszonylag ismert és népszerű adathalmaz a gépi tanulási algoritmusok tanulói és gyakorlói körében. Az adatforrás 1988-ra nyúlik vissza, és négy különböző (köztük egy magyar) orvosi intézet kardiológiai vizsgálatainak eredményét tartalmazza. Az általam használt tényleges adatfájl ennek az 1988-as adatnak már egy kissé módosított és részben előre feldolgozott változata, melyet a Kaggle weboldaláról szereztem be. </a></p> <p>Elemzésemet a Python programozási nyelv segítségével fogom elvégezni, valamint fontosnak tartom megjegyezni, hogy az elsődleges célom nem egy orvosi/szakmai szempontból helyes elemzés készítése, hanem az általam megismert algoritmusok képességeinek bemutatása, összehasonlítása.</p><br><p></p><br><p></p>
Intézmény
Budapesti Gazdasági Egyetem
Kar
Tanszék
Gazdaságinformatika Tanszék
Tudományterület/tudományág
NEM RÉSZLETEZETT
Szak
Konzulens(ek)
Mű típusa: | diplomadolgozat (NEM RÉSZLETEZETT) |
---|---|
Kulcsszavak: | 21. század, elemzés, gazdaságinformatika, machine learning, mesterséges intelligencia |
SWORD Depositor: | Archive User |
Felhasználói azonosító szám (ID): | Archive User |
Rekord készítés dátuma: | 2024. Jan. 24. 09:29 |
Utolsó módosítás: | 2024. Jan. 24. 09:29 |
Actions (login required)
Tétel nézet |