Repository of colleges and higher education institutions

Search the repository
A+ | A- | Help | SLO | ENG

Query: search in
search in
search in
search in

Options:
  Reset


1 - 1 / 1
First pagePrevious page1Next pageLast page
1.
Izgradnja, vzdrževanje in optimiziranje napovednih modelov za namen diagnosticiranja zmanjševanja tveganj in lažjega odločanja
Luka Bojanec, 2020

Abstract: Magistrska naloga govori o napovednih modelih in ugotavlja kako jih optimalno izdelati in uporabljati, ter kako z njimi sprejemati odločitve s čim manj tveganja. Predstavljamo praktične primere napovednih modelov iz različnih področij. V praktičnem delu se ukvarjamo z rakom dojk. S pomočjo prostodostopne podatkovne smo naredili 17 modelov, s katerimi želimo klasificirati bezgavke kot nerakave oziroma rakave. 8 modelov je narejenih na celotni in 9 na zmanjšani bazi podatkov. Najučinkovitejša modela sta bila narejena z metodo SVM. Ugotovili smo, da napovednega modela s 100 % natančnostjo ni mogoče izdelati, da se odgovorni za sprejemanje odločitev ne bodo vedno odločali na podlagi napovednega modela, čeprav jim bo le-ta na voljo, da sprejemanje odločitev na podlagi napovednih modelov prinaša manjša tveganja kot brez njih, da napovedni modeli brez vzdrževanja in posodabljanja ščasoma izgubljajo na napovedni natančnosti in so vedno manj uporabni, ter da so metode poglobljenega učenja po mnenju strokovnjakov pri gradnji napovednih modelov učinkovitejše od statističnih metod in metod strojnega učenja.
Found in: ključnih besedah
Keywords: napovedni model, metode strojnega učenja, podatkovno rudarjenje, sprejemanje odločitev, tveganja, uporabnost napovednih modelov, rak dojk
Published: 12.11.2020; Views: 1544; Downloads: 125
.pdf Fulltext (3,83 MB)

Search done in 0 sec.
Back to top