| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Datizraces un lēmumu pieņemšanas integrācijas lietošana diagnostikā |
| Nosaukums angļu valodā |
Usage of Data Mining and Decision Support Interaction in Diagnostics |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Dr. sc. ing. Ludmila Aleksejeva |
| Recenzents |
Dr. sc. ing. Sigita Misiņa |
| Anotācija |
Galvenais pētījuma mērķis bija izpētīt datizraces un lēmumu pieņemšanas metožu mijiedarbības veidu iespējas un nodemonstrēt to pielietošanu diagnostikas sfērā.
Darbā tika izpētīti vairāki sirds un asinsvadu slimību eksistences noteikšanas klasifikācijas algoritmi. Par pētījuma objektu izmantota “Heart Disease” datu kopa, kurā katrs ieraksts raksturo pacientu ar dažiem veselības stāvokļa rādītājiem un diagnozi – slims vai vesels, kas atspoguļo klasi. Klasifikācijas uzdevums – pēc iespējas precīzāk noteikt pacienta piederību pie klases. Darbs ir aktuāls saistībā ar to, ka sirds un asinsvadu slimības ir visbiežākais nāves cēlonis Latvijā.
Par labāku integrācijas metodi tika atzīts HINT algoritms, kas nodrošina datu izgūšanu un tiek pielietots kopā ar lēmumu pieņemšanas metodēm, rezultātā veidojot kopējo modeli. Pētījumā tika pārbaudīta algoritma HINT uzvedība, eksperimentējot ar atribūtu skaitu un atribūtu vērtību gradācijām.
Darbā tika pielietoti vēl divi algoritmi – C4.5 un logistiskā regresija, kuras novērtēšanai tika izmantota ROC analīze.
Eksperimentu gaitā konstatēts, ka logistiskā regresija ar ROC analīzi deva visaugstākos pēc prognozēšanas spējas rezultātus, t.i., 0,93. Savukārt HINT algoritmam tas bija vienāds ar 0,82.
Balstoties uz iegūtiem rezultātiem, tika secināts, ka datizraces un lēmumu pieņemšanas metožu integrācijas lietošana palīdz risināt lietišķās problēmas dažādās sfērās tai skaitā sirds un asinsvadu slimību prognozēšanā.
Darba apjoms - 112 lpp., 38 tabulas, 46 attēli un 2 pielikumi. |
| Atslēgas vārdi |
Datizrace, Lēmumu pieņemšana, Datizraces un lēmumu pieņemšanas integrācija, C4.5 algoritms, HINT algoritms, Logistiskā regresija, ROC analīze, Sirds un asinsvadu slimības |
| Atslēgas vārdi angļu valodā |
Data Mining, Decision Support, Data Mining and Decision Support Interaction, C4.5 algorithm, HINT algorithm, Logistic regression, ROC analysis, Heart and Blood vessel diseases |
| Valoda |
lv |
| Gads |
2016 |
| Darba augšupielādes datums un laiks |
03.06.2016 01:04:16 |
