Repozitorij samostojnih visokošolskih in višješolskih izobraževalnih organizacij

Izpis gradiva
A+ | A- | Pomoč | SLO | ENG

Naslov:Izgradnja, vzdrževanje in optimiziranje napovednih modelov za namen diagnosticiranja zmanjševanja tveganj in lažjega odločanja : Magistrska naloga
Avtorji:ID Bojanec, Luka (Avtor)
ID Erman, Nuša (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf RAZ_Bojanec_Luka_i2020.pdf (3,83 MB)
MD5: B7B6D0DA1B45A4F23492C25B462B7EDE
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FIŠ - Fakulteta za informacijske študije v Novem mestu
Opis: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.
Ključne besede:napovedni model, metode strojnega učenja, podatkovno rudarjenje, sprejemanje odločitev, tveganja, uporabnost napovednih modelov, rak dojk
Kraj izida:Novo mesto
Kraj izvedbe:Novo mesto
Založnik:{L. Bojanec}
Leto izida:2020
Leto izvedbe:2020
Št. strani:XVII, str. 145
PID:20.500.12556/ReVIS-6936 Novo okno
UDK:004.8(043.2)
COBISS.SI-ID:38649091 Novo okno
Opomba:Na ov.: Magistrska naloga : študijskega programa druge stopnje;
Datum objave v ReVIS:12.11.2020
Število ogledov:2137
Število prenosov:136
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
  
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:12.11.2020

Sekundarni jezik

Jezik:Angleški jezik
Opis:Master thesis talk about predictions models. We want to know how to construct and use them to reduce risk in decision making. We present predictive models from different areas. In practical part we present breast cancer disease and some predictive models, which try to solve challenges related to breast cancer. With free available database we made 17 prediction models. Prediction models try to classificate lymph nodes as benign or malign. 8 of them are made based on whole and 9 on the reduced database. Master thesis main findings are that building 100 % accurate predictive model is not possible, not all people, who are responsible for decision making will always use prediction models, even if they can, decision making with prediction model usage is better option than the other, prediction models with no maintenance and no updating will lose predictive accuracy and usefulness with time passed by, deep learning methods are better than statistical and machine learning methods when building predictive models.
Ključne besede:prediction model, machine learning methods, data mining, decision making, risks, rrediction model usefulness, breast cancer


Nazaj