Full metadata record
DC FieldValueLanguage
dc.contributor.authorГрушенков М. А.
dc.contributor.authorДодонов М. В.
dc.contributor.authorСопченко Е. В.
dc.coverage.spatialдеревья решений
dc.coverage.spatialдиагностика рака молочной железы
dc.coverage.spatialзадача классификации
dc.coverage.spatialмашинное обучение
dc.coverage.spatialобучение с учителем
dc.coverage.spatialрак молочной железы
dc.coverage.spatialрегрессия
dc.creatorГрушенков М. А.
dc.date2024
dc.date.accessioned2025-11-27T12:22:28Z-
dc.date.available2025-11-27T12:22:28Z-
dc.date.issued2024
dc.identifier.identifierRU\НТБ СГАУ\ВКР20240725132358
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 : электронный
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/46391-
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 помо
dc.subjectдеревья решений
dc.subjectдиагностика рака молочной железы
dc.subjectзадача классификации
dc.subjectмашинное обучение
dc.subjectобучение с учителем
dc.subjectрак молочной железы
dc.subjectрегрессия
dc.subject.rugasnti50.01
dc.subject.udc004.9
dc.titleРазработка автоматизированной системы диагностики рака молочной железы на основе модели машинного обучения
dc.typeText
local.contributor.authorМинистерство науки и высшего образования Российской Федерации
local.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
local.contributor.authorИнститут информатики и кибернетики
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Razrabotka-avtomatizirovannoi-sistemy-diagnostiki-raka-molochnoi-zhelezy-na-osnove-modeli-mashinnogo-obucheniya-111182
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Razrabotka-avtomatizirovannoi-sistemy-diagnostiki-raka-molochnoi-zhelezy-na-osnove-modeli-mashinnogo-obucheniya-111182
Appears in Collections:Выпускные квалификационные работы



Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.