| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Datizraces pielietošana polimorbiditātes prognozēšanai no dzīvesstila datiem |
| Nosaukums angļu valodā |
Data Mining Usage to Predict Polymorbidity from Lifestyle Data |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Inese Poļaka |
| Recenzents |
Sigita Misiņa |
| Anotācija |
Latvijā vairākus gadus tika veikts pētījums par Latvijas iedzīvotāju dzīvesstila un ēšanas paradumiem, un saslimšanām polimorbiditātes noteikšanai, taču datu apjoms pētījuma ietvaros ir pārāk liels, lai polimorbiditātes ietekmējošos faktorus iegūtu manuāli pārskatot datus, līdz ar to sakarības no datiem vieglāk ir izgūt, izmantojot datizraces metodes un programmatūras to pielietošanai. Izgūstot sakarības datos un polimorbiditātes ietekmējošos faktorus, var palīdzēt mediķiem uzlabot veselības aprūpi. Bakalaura darba mērķis ir izpētīt datizraces metožu pielietošanas iespējas, lai atrastu faktorus, kas norāda uz polimorbiditāti. Pētījumā tika analizēta literatūra par datizraces metodēm un to pielietošanu cilvēka uztura un veselības stāvokļa sakarību izgūšanai, lai veiksmīgi veiktu datu izpēti un atlasītu nozīmīgākos atribūtus. Pētījuma ietvaros tika izmantotas “Orange” un “JASP” programmatūras praktisku eksperimentu veikšanai ar klasifikācijas un statistikas metodēm, lai veiktu secinājumus par datizraces metožu pielietošanas iespējām. Darba rezultātā tika noskaidrots, kura no apskatītajām klasifikācijas metodēm visprecīzāk klasificē polimorbiditāti, kā arī datu atribūtus, kuriem ir saistība ar polimorbiditātes esamību respondentam.
Darba apjoms: 64 lpp., 11 attēli, 34 tabulas, 33 izmantotie informācijas avoti. |
| Atslēgas vārdi |
Datizrace; Polimorbiditāte; Klasifikācija; Statistika |
| Atslēgas vārdi angļu valodā |
Data mining; Polymorbidity; Classification; Statistics |
| Valoda |
lv |
| Gads |
2024 |
| Darba augšupielādes datums un laiks |
28.05.2024 21:54:30 |
