FORECASTING APPLIED PROBLEMS USING MACHINE LEARNING METHODS

Authors

  • B. Sabitov KSU named after Zh. Balasagyn Author
  • A. Kubanychbekova KSUCTA named after N.Isanov Author
  • E. Osmonov KSUCTA named after N.Isanov Author
  • B. Kaltaev KSUCTA named after N.Isanov Author
  • А.К. Orozobekova KSUCTA named after N.Isanov Author

Keywords:

Forecasting, applied problems, machine learning, models, medicine, model evaluation

Abstract

This article is aimed at implementing a reliable machine learning model that can effectively predict applied problems, in particular medicine. The problem of predicting the disease of patients, based on their symptoms, is being studied. To solve the problem of predicting the disease of patients, a model was built using machine learning algorithms. The quality of the model is defined as an error matrix.

References

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.

Downloads

Published

2026-03-19