Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://repositsc.nuczu.edu.ua/handle/123456789/12348
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorУгрюмов, Михайло Леонідович-
dc.contributor.authorГончарова, Тамара Анатоліївна-
dc.contributor.authorСтрілець, Вікторія Євгеніївна-
dc.date.accessioned2021-01-05T12:37:44Z-
dc.date.available2021-01-05T12:37:44Z-
dc.date.issued2020-10-06-
dc.identifier.citation(ICTERI 2020) Integration ,Harmonization and Knowledge Transfer. Volume II: Workshops. Kharkiv, Ukraine,ru_RU
dc.identifier.urihttp://repositsc.nuczu.edu.ua/handle/123456789/12348-
dc.description.abstractMedical service improvement has always been a life topical problem. To decide it, we must continuously raise the competency of doctors and develop new methods and approaches which could help take decisions concerning diagnostics (classification of patient health conditions such as: Naive Bayes Classifier, Linear Classifier, Support-vector machine, K-nearest Neighbor Classifier, Logistic Regression, Decision Tree Classifier, Random Forest Classifier, Ada Boost Classifier and Artificial Neural Network. A radial basis network was chosen from the variety of artificial neural system architectures to solve classification tasks.ru_RU
dc.language.isoenru_RU
dc.subjectmedicine diagnostics, machine learning, artificial neural network, ROC-curve, confusion matrix.ru_RU
dc.titleMachine Learning Methods in Medicine Diagnostics Problemsru_RU
dc.typeArticleru_RU
Розташовується у зібраннях:Кафедра управління та організації діяльності у сфері цивільного захисту

Файли цього матеріалу:
Файл Опис РозмірФормат 
Methods of machine learning in medicine diagnostics tasks.doc1,56 MBMicrosoft WordПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.