Betegségek előrejelzése gépi tanuló algoritmusok használatával.

Soós Ferenc (2023) Betegségek előrejelzése gépi tanuló algoritmusok használatával. Pénzügyi és Számviteli Kar.

[thumbnail of Soós_Ferenc_GYFYUH.pdf] PDF
Soós_Ferenc_GYFYUH.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (8MB)
[thumbnail of BA_O_Soós_Ferenc.pdf] PDF
BA_O_Soós_Ferenc.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (160kB)
[thumbnail of Soós_Ferenc.pdf] PDF
Soós_Ferenc.pdf
Hozzáférés joga: Bizalmas dokumentum (bírálat)

Download (161kB)
[thumbnail of BA_B_Soós_Ferenc.pdf] PDF
BA_B_Soós_Ferenc.pdf
Hozzáférés joga: Bizalmas dokumentum (bírálat)

Download (175kB)

Absztrakt (kivonat)

Szakdolgozatom anonim páciensek cukorbetegséggel és szívbetegséggel kapcsolatosan gyűjtött adataik vonatkozásában prediktív analitikai elemzések végrehajtásával foglalkozik. Az egyes személyek kapcsán gyűjtött adatok az orvosi közösség által relevánsak mondottak, így hipotézisem azon logikusnak tűnő feltételezésből áll, hogy azokat a döntési algoritmusok is azonos arányban fogják használni. Ennek vizsgálatához szükséges az adatkészletek előkészítése, majd a modellek teljesítményének maximalizálása céljából azok paramétereinek beállítása, amelyek módszertanát és végrehajtását is részletesen bemutatom. Az elemzői munka elvégzéséhez Python programozási nyelvet és JupyterLab webalapú fejlesztői környezetet használtam. Ezek segítségével, a betegséggel kapcsolatos adatok közötti összefüggések vizuális szemléltetésére grafikus kimutatásokat készítettem, amelyeket a szakdolgozatomba is csatoltam, segítve az értelmezést.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Mű típusa: diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak: 21. század, betegségek, elemzés(ek), Python, tanuló algoritmusok
SWORD Depositor: Archive User
Felhasználói azonosító szám (ID): Archive User
Rekord készítés dátuma: 2024. Jún. 28. 10:34
Utolsó módosítás: 2024. Jún. 28. 10:34

Actions (login required)

Tétel nézet Tétel nézet