Előrejelzés mesterséges intelligenciával a gyakorlatban
Elmentve itt :
| Szerző: | |
|---|---|
| További közreműködők: | |
| Dokumentumtípus: | Diplomadolgozat |
| Kulcsszavak: | 21. század elemzés gazdaságinformatika machine learning mesterséges intelligencia |
| Online Access: | http://dolgozattar.uni-bge.hu/52075 |
MARC
| LEADER | 00000nta a2200000 i 4500 | ||
|---|---|---|---|
| 001 | dolg52075 | ||
| 005 | 20240124092910.0 | ||
| 008 | 240124suuuu hu om 000 hun d | ||
| 040 | |a BGE Dolgozattár Repozitórium |b hun | ||
| 041 | |a hu | ||
| 100 | 1 | |a Nagy Ferenc | |
| 245 | 1 | 0 | |a Előrejelzés mesterséges intelligenciával a gyakorlatban |c Nagy Ferenc |h [elektronikus dokumentum] |
| 520 | 3 | |a Egyetemi tanulmányaimsorán kezdtem el igazán érdeklődést mutatni a mesterséges intelligencia, azonbelül is a gépi tanulási algoritmusok felé. Néhány kurzusnak, illetvetanáraimnak köszönhetően mélyebb betekintést nyerhettem a témába és tudatosultbennem, hogy számtalan területre van, illetve lehet hatással az MI és képes aminket körülvevő világot jobbá és biztonságosabbá tenni.Diplomamunkám során bizonyos tünetek,valamint mért eredmények alapján próbálom előre jelezni, hogy az adott illető esetébenfennáll-e szívbetegség kockázata.Ehhezkülönböző modelleket fogok alkalmazni, melyek hatékonyságát elemzem ésösszehasonlítom. Többek között részletesen kitérek a logisztikus regressziósmodellre, a döntési fára, az AdaBoost technológiára, a gradiens turbózásra,azon belül is az XGBoost és a LightGBM eljárásokra.Azalábbi kérdésekre szeretnék választ kapni:1.-Milyen tényezőkbefolyásolják leginkább a betegség fennállását?2.-Mely eljárássalvalósulhat meg a legpontosabb predikció?3.-Milyenmértékben befolyásolja a modellek teljesítményét az adathalmaz nagysága?4.-Milyen paraméterektől/tényezőktőlfügg a modellek előrejelzéseinek pontossága?Az általamhasznált adatfájl az ún. „Heart Disease Dataset”, egy viszonylag ismert ésnépszerű adathalmaz a gépi tanulási algoritmusok tanulói és gyakorlói körében.Az adatforrás 1988-ra nyúlik vissza, és négy különböző (köztük egy magyar)orvosi intézet kardiológiai vizsgálatainak eredményét tartalmazza. Az általamhasznált tényleges adatfájl ennek az 1988-as adatnak már egy kissé módosítottés részben előre feldolgozott változata, melyet a Kaggle weboldaláról szereztembe. Elemzésemet a Pythonprogramozási nyelv segítségével fogom elvégezni, valamint fontosnak tartommegjegyezni, hogy az elsődleges célom nem egy orvosi/szakmai szempontból helyeselemzés készítése, hanem az általam megismert algoritmusok képességeinekbemutatása, összehasonlítása. | |
| 695 | |a 21. század | ||
| 695 | |a elemzés | ||
| 695 | |a gazdaságinformatika | ||
| 695 | |a machine learning | ||
| 695 | |a mesterséges intelligencia | ||
| 700 | 1 | |a Csaba Roland Kemény |e ths | |
| 700 | 1 | |a Kaderják Gyula |e ths | |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/52075/1/Nagy_Ferenc_BCSRZN.pdf |z Dokumentum-elérés |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/52075/2/BA_O_Nagy_Ferenc.pdf |z Dokumentum-elérés |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/52075/3/B%C3%ADr%C3%A1lat_Nagy_Ferenc.pdf |z Dokumentum-elérés |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/52075/4/Szakdolgozat_b%C3%ADr%C3%A1lat_Nagy_Ferenc_BCSRZN.pdf |z Dokumentum-elérés |