Дослідження моделей прогнозування захворювань для раннього виявлення ризиків та покращення медичної діагностики

Abstract

Об’єктом дослідження є моделі машинного навчання. Метою роботи є проведення дослідження та порівняння моделей машинного навчання, які використовуються для прогнозування захворювань на основі відкритих датасетів. Методами розробки та проектування є тренування різних моделей відкритими даними про хвороби для проведення дослідження шляхом порівняння результатів використання обраних алгоритмів. У результаті кваліфікаційної роботи було досліджено та проведено аналіз трьох моделей: Логістична регресія , Дерева рішень та XGBoost.