| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Datizraces metožu pielietošana kuņģa atviļņa slimību ietekmējošu faktoru noteikšanai |
| Nosaukums angļu valodā |
Application of Data Mining Methods to Determine Factors Influencing Gastroesophageal Reflux Disease |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Inese Poļaka |
| Recenzents |
Sigita Misiņa |
| Anotācija |
Mūsdienu medicīna un veselības aprūpe kopumā ietver dažādas specifiskas un brīžiem grūti diagnosticējamas slimības, traumas, fiziskos un garīgos traucējumus, kuriem ir grūti noteikt to ārstēšanu, aprūpi un profilakses uzturēšanas procesus. Darba gaitas izstrādē tiek pētītas un analizētas unikālas, līdz šim nepētītas GISTAR un Uztura paradumu anketās balstītas datu kopas par Latvijas iedzīvotājiem. Tiek pētītas un analizētas datizraces metožu pielietošanas iespējas Orange datizraces programmatūrā, meklējot un analizējot faktorus, kas norāda uz gastroezeofagālā refluksa slimības (GERD) attīstību vai rašanos. Pētījuma gaitā izmantotas datizraces metodes, kā loģistiskā regresija, lēmuma koks, nejaušais mežs, naivais Baijesa klasifikators un SVM. Pēc iegūtajiem rezultātiem tika noteikti faktori, kuri spētu ietekmēt GERD attīstību vai rašanos, kā arī pierādīta un analizēta datizraces metožu efektīva pielietojamība medicīnas datu kopu apstrādei, piemēram, loģistiskā regresija. Atslēgvārdi – pārraudzīta mašīnmācīšanās, GERD, GISTAR, medicīna, datizrace. Dati par darba apjomu – 76. lpp., 14 tabulas, 23 attēli, 33 literatūras avoti. |
| Atslēgas vārdi |
pārraudzīta mašīnmācīšanās, GERD, GISTAR, medicīna, datizrace |
| Atslēgas vārdi angļu valodā |
supervised machine learning, GERD, GISTAR, medicine, data mining |
| Valoda |
lv |
| Gads |
2024 |
| Darba augšupielādes datums un laiks |
28.05.2024 17:57:02 |
