ПРОГНОЗИРОВАНИЕ ПРИКЛАДНЫХ ЗАДАЧ С ПРИМЕНЕНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ
Ключевые слова:
Прогнозирование, прикладные задачи, машинное обучение, модели, медицина, оценка моделиАннотация
Данная статья направлена на реализацию надежной модели машинного обучения, которая может эффективно прогнозировать прикладные задачи, в частности медицины. Изучается задача прогнозирования болезни пациентов, на основе имеющихся у него симптомов. Для решения задачи прогнозирования болезни пациентов построено модель с применением алгоритмов машинного обучения. Определена качество модели как матрица погрешностей.
Библиографические ссылки
1. Ын Су – Теоретический минимум по Big Data. Всё что нужно знать о больших данных,2020.
2. Силен, Мейсман, Али – Основы Data Science и Big Data. Python и наука о данных,2020.
3. Дж. Вандер Плас – Python для сложных задач. Наука о данных и машинное обучение,2020
4. Хенрик Бринк, Джозеф Ричардс, Марк Феверолф. «Машинное обучение», 2017г.
5. Бастиан Шарден, Лука Массарон, Альберто Боскетти. «Крупномасштабное машинное обучение вместе с Python»,2017г.
6. Себастьян Рашка. «Python и машинное обучение», 2018 г.
7. Георгий Кухарев, Екатерина Каменская, Юрий Матвеев, Надежда Щеголева. «Методы обработки и распознавания изображений лиц в задачах биометрии».2018 г.
8. Петер Флах «Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных». 2019г.
9. Андреас Мюллер, Сара Гвидо. «Введение в машинное обучение с помощью Python»,2018 г.
10. Петер Флах. «Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных», 2019 г.
