Дослідження методів машинного навчання для прогнозування серцевого нападу

Abstract

Об’єктом дослідження є алгоритми машинного навчання, що застосовуються для прогнозування ризику серцевого нападу на основі медичних показників пацієнтів. Метою роботи є аналіз ефективності застосування різних моделей машинного навчання для раннього виявлення ймовірності серцевого нападу з використанням історичних медичних даних. Методами дослідження є вивчення сучасних підходів до обробки медичних даних, побудова моделей на основі алгоритмів логістичної регресії, KNN, Random Forest, а також оптимізація моделей шляхом гіперпараметричного налаштування.