Отрывок: Схематическое изображение алгоритма KNN приведено на рисунке 26. Рисунок 26 – Алгоритм метода K-Nearest Neighbours 40 Основываясь на процедурах KNN, первым шагом является инициализация значения k, которое представляет собой количество ближайших соседей. Следующим шагом является оценка длины каждого объекта a и b d(a,b) с помощью выбранной формулы расстояния. Затем объект будет классифицирован по бол...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorГрушенков М. А.ru
dc.contributor.authorДодонов М. В.ru
dc.contributor.authorСопченко Е. В.ru
dc.contributor.authorМинистерство науки и высшего образования Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатики и кибернетикиru
dc.coverage.spatialдеревья решенийru
dc.coverage.spatialдиагностика рака молочной железыru
dc.coverage.spatialзадача классификацииru
dc.coverage.spatialмашинное обучениеru
dc.coverage.spatialобучение с учителемru
dc.coverage.spatialрак молочной железыru
dc.coverage.spatialрегрессияru
dc.creatorГрушенков М. А.ru
dc.date.accessioned2024-10-04 16:13:54-
dc.date.available2024-10-04 16:13:54-
dc.date.issued2024ru
dc.identifierRU\НТБ СГАУ\ВКР20240725132358ru
dc.identifier.citationГрушенков, М. А. Разработка автоматизированной системы диагностики рака молочной железы на основе модели машинного обучения : вып. квалификац. работа по направлению подгот. 02.04.02 "Фундаментальная информатика и информационные технологии" (уровень магистратуры), направленность (профиль) "Инженерия программного обеспечения" / М. А. Грушенков ; рук. работы М. В. Додонов ; нормоконтролер Е. В. Сопченко ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики. - Самара, 2024. - 1 файл (2,9 Мб). - Текст : электронныйru
dc.identifier.urihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Razrabotka-avtomatizirovannoi-sistemy-diagnostiki-raka-molochnoi-zhelezy-na-osnove-modeli-mashinnogo-obucheniya-111182-
dc.description.abstractЦель работы – разработка автоматизированной системы диагностики рака молочной железы на основе модели машинного обучения, позволяющей с помощью введенных пользователем данных о клетках, полученных в результате проведения тонкоигольной пункции, определить наличие рака молочной железы. В процессе работы были разработаны алгоритмы и соответствующая программа, позволяющая пользователю регистрироваться и авторизоваться в системе, вводить параметры для расчетов и просматривать справочную информацию. Система выполняет функции определения типа исследуемых клеток, отображения всех проведенных пользователем исследований, отображения графиков изменения значений параметров выбранного клиента, проверку корректности вводимых параметров и выдачу справочной информации. Система разработана на языках TypeScript и Python в среде VS Code 2019 с использованием библиотек «Pandas», «NumPy», «Sckitlearn», фреймворка «Angular» и функционирует под управлением операционных систем Windows 7/8/10/11. Доступ к данным осуществляется с помоru
dc.titleРазработка автоматизированной системы диагностики рака молочной железы на основе модели машинного обученияru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.9ru
dc.textpartСхематическое изображение алгоритма KNN приведено на рисунке 26. Рисунок 26 – Алгоритм метода K-Nearest Neighbours 40 Основываясь на процедурах KNN, первым шагом является инициализация значения k, которое представляет собой количество ближайших соседей. Следующим шагом является оценка длины каждого объекта a и b d(a,b) с помощью выбранной формулы расстояния. Затем объект будет классифицирован по бол...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Грушенков_Михаил_Андреевич_Разработка_автоматизированной_системы_диагностики.pdf2.92 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.