13,99 €
inkl. MwSt.

Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Serdechno-sosudistye zabolewaniq w nashi dni rasprostraneny sredi pacientow wseh wozrastnyh grupp. Prognozirowanie na rannej stadii mozhet pomoch' w adaptacii zdorowogo obraza zhizni, chtoby izbezhat' wysokogo riska ugrozy zhizni. Issledowateli postoqnno nahodqt swqzi w suschestwuüschih istochnikah dannyh, chtoby mozhno bylo predskazywat' serdechno-sosudistye zabolewaniq na rannih stadiqh. Suschestwuüt prowerennye metody intellektual'nogo analiza dannyh, takie kak derew'q reshenij, mashina opornyh wektorow, logisticheskaq regressiq, poleznye dlq prognozirowaniq serdechnyh zabolewanij. Dannoe…mehr

Produktbeschreibung
Serdechno-sosudistye zabolewaniq w nashi dni rasprostraneny sredi pacientow wseh wozrastnyh grupp. Prognozirowanie na rannej stadii mozhet pomoch' w adaptacii zdorowogo obraza zhizni, chtoby izbezhat' wysokogo riska ugrozy zhizni. Issledowateli postoqnno nahodqt swqzi w suschestwuüschih istochnikah dannyh, chtoby mozhno bylo predskazywat' serdechno-sosudistye zabolewaniq na rannih stadiqh. Suschestwuüt prowerennye metody intellektual'nogo analiza dannyh, takie kak derew'q reshenij, mashina opornyh wektorow, logisticheskaq regressiq, poleznye dlq prognozirowaniq serdechnyh zabolewanij. Dannoe issledowanie poswqscheno prognozirowaniü zabolewanij serdca s pomosch'ü mashiny opornyh wektorow i metoda linejnoj regressii. Dlq opredeleniq tochnosti ätih dwuh wybrannyh metodow ispol'zuetsq nabor dannyh po serdechnym zabolewaniqm Kliwlenda. Srawnenie pokazywaet, chto logisticheskaq regressiq daet bolee tochnye rezul'taty, chem mashina opornyh wektorow na nabore dannyh serdechnyh zabolewanij. Analiz issledowaniq prowoditsq w skripte R, gde analiziruetsq nabor dannyh po serdechnym zabolewaniqm Kliwlenda i dwe modeli (SVM, logisticheskaq regressiq) realizuütsq s pomosch'ü R. Proekt sosredotochen na primenenii metodow mashiny opornyh wektorow i logisticheskoj regressii na wysheupomqnutom nabore dannyh.
Autorenporträt
Swati ha realizado estudios en muchos ámbitos de la informática en sus siete años de carrera investigadora. Está muy motivada para aprender nuevas habilidades que la ayuden a crecer enormemente.