Algoritmi strojnog učenja u analizi medicinske dokumentacije

undergraduate thesis

• Title (english): Machine Learning Algorithms for Medical Data Analysis
• Author: Fran Gabaldo
• Mentor: Markus Schatten (mentor); MBZ: 291806
• Committee member: Dijana Oreški (član povjerenstva); MBZ: 318615
• Granter: University of Zagreb; Faculty of Organization and Informatics; (Department of Theoretical and Applied Foundations of Information Sciences); Varaždin
• Defense date and country: 2024-09-23, Croatia
• Scientific / art field, discipline and subdiscipline: SOCIAL SCIENCES; Information and Communication Sciences; Organization and Informatics

Abstract

Završni rad bavi se istraživanjem primjene metoda i algoritama strojnog učenja na području
medicine, pri tome se osvrćući na teorijski dio i istraživanje o stvarnim primjenama, kao i
praktični dio unutar kojega je autor na manjem skupu medicinskih podataka razvio i
usporedio rezultate triju različitih modela: stabla odlučivanja (engl. Decision Tree), Metode
potpornih vektora (engl. Support Vector Machine) te K najbližih susjeda (engl. K Nearest
Neighbours). Radom se na teorijskoj i praktičnoj razini s pomoću programskog jezika
Python prikazala mogućnost primjene strojnog učenja na području medicine. Teorijski dio
obrađuje teorijske koncepte vezane za strojno učenje te primjenu i probleme primjene
strojnog učenja u medicini, dok se praktični dio bavi implementacijom ranije spomenutih
algoritama na stvarnom skupu podataka.

• Keywords: umjetna inteligencija; strojno učenje; medicinska dokumentacija
• Language: croatian
• URN:NBN: urn:nbn:hr:211:173654
• Study programme: Title: Information and Business Systems; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informatike (sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informatike)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Open access
• Created on: 2024-09-30 04:04:35