Dòng Nội dung
1
Áp dụng Machine Learning vào Pyspark để dự đoán quyết định mua sắm của khách hàng : Khóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Trần Nguyễn Hoàng Hảo; Trần Châu Thanh Thiện hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
41 tr. : bàng biểu ; 29 cm.
Ký hiệu phân loại (DDC): 658.81
Đề tài được xây dựng với mục tiêu nhằm phân tích nhu cầu mua sắm của khách hàng. Dựa trên nghiên cứu các thuật toán cùng với việc khai phá dữ liệu, đưa ra được mô hình dự đoán quyết định mua sắm của khách hàng là việc có mua sắm hay không. Thay vì những phân tích thủ công trước đây, các thuật toán học máy phân tích dựa trên các dữ liệu thu thập được từ trước đến nay làm bộ dữ liệu huấn luyện và đưa ra mô hình để hỗ trợ việc xem người dùng có quyết định mua sắm hay không thông qua các số liệu liên quan đến người dùng đó. Đề tài này nhằm hỗ trợ một phần quan trọng để biết được nhu cầu mua sắm của khách hàng là như thế nào.
 Số bản sách: (1) Tài liệu số: (0)
2
Dự đoán các yếu tố ảnh hưởng đến tự quản chăm sóc của người bệnh đái tháo đường type 2 tại Bệnh viện Thanh Nhàn năm 2020 / Đỗ Thị Thu Huyền, Trương Quang Trung, [...và những người khác] // Tạp chí Nghiên cứu Y học . - 2021. - tr. 115-122. - ISSN: 2354-080X



Ký hiệu phân loại (DDC): 615
Trình bày về nghiên cứu nhằm xác định mức độ ảnh hưởng của các yếu tố liên quan đến tự quản chăm sóc của người bệnh đái tháo đường type 2 tại Bệnh viện Thanh Nhàn năm 2020. Nghiên cứu cho thấy Mô hình hồi quy tuyến tính gồm 8 biến độc lập có ý nghĩa thống kê (R² hiệu chỉnh = 0,435; ANOVA cho F(8, 349) = 35,330; p < 0,001); 3 biến ảnh hưởng đến tự quản chăm sóc, bao gồm: thời gian mắc bệnh (β = -0,121; 95% CI: 0,074 – 0,572; p = 0,011), hiểu biết sức khỏe (β = 0,403; 95% CI: 0,547 – 1,066; p < 0,001) và HbA1c (β = -0,452; 95% CI: -3,922, -2,605; p < 0,001). Cần nâng cao tự quản chăm sóc cho người bệnh đái tháo đường bằng cách kiểm soát HbA1c, tăng cường hiểu biết sức khỏe và rút ngắn thời gian mắc bệnh hay biến chứng do đái tháo đường type 2 gây ra.
 Số bản sách: (0) Tài liệu số: (1)
3
Dự đoán khu vực nguy hiểm của Covid 19:Khóa luận Tốt nghiệp chuyên ngành Khoa học dữ liệu. / Nguyễn Thụy Thúy An, Nguyễn Thị Phong Dung hướng dẫn.
Tp. Hồ Chí Minh:Đại học Nguyễn Tất Thành;, 2024.
viii; 63 tr. : hình ảnh;29 cm.
Ký hiệu phân loại (DDC): 616
Nghiên cứu nhằm phát triển mô hình dự đoán khu vực nguy hiểm của COVID19. Mô hình này không chỉ giúp xác định những nguy cơ cao về mặt y tế mà còn hỗ trợ quyết định vè biện pháp phòng ngừa. Bằng cách này, có thể chuẩn bị và thực hiện các biện pháp phòng ngừa một cách đúng đắn và đúng lúc. Tận dung một khối dữ liệu lớn về y tế và xã hội. Dữ liệu không chỉ bao gồm số lượng ca nhiễm mà còn các yếu tố khác như mật độ dân số, cơ sở hạ tầng y tế, và tuân thủ các biện pháp an toàn. Hiệu quả hóa nguồn lực y tế thông qua việc định rõ các khu vực có tỷ lệ nguy hiểm. Giúp phân phối tài nguyên y tế một cách hợp lý, đảm bảo những nơi có nguy cơ cao nhất sẽ được cung cấp và hỗ trợ cần thiết. Kiểm soát hiệu quả và giảm thiểu thiệt hại kinh tế; thí nghiệm và cải tiến liên tục; chủ động trong việc đối mặt với biến động của đại dịch; chia sẻ kiến thức toàn cầu.
 Số bản sách: (1) Tài liệu số: (0)
4
Phân tích các cường độ động đất dựa trên các kỹ thuật học máy : Khóa luận tốt nghiệp chuyên ngành Trí tuệ nhân tạo / Lê Huỳnh Thiên Phú, Hà Minh Tân hướng dẫn
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
56 tr. : Hình ảnh minh họa ; 29 cm.
Ký hiệu phân loại (DDC): 551.22
Đề tài nghiên cứu bao gồm xây dựng một mô hình dự đoán động đất sử dụng kỹ thuật esemble kết hợp cross-validation. Mô hình không chỉ nhằm vào mục đích tận dụng tối đa thông tin từ nhiều nguồn khác nhau, mà còn tập trung vào giải quyết vấn đề của sự thiếu hụt thông tin từ phía truyền thông. Đảm bảo sự an toàn, hỗ trợ quá trình quản lý rủi ro và phát triển đô thị bền vững. Hướng tới sự hiểu biết sâu sắc về cơ sở lý luận và thực tiễn của động đất mà còn mang lại những ứng dụng thiết thực trong việc bảo vệ cộng đồng và tài nguyên tự nhiên.
 Số bản sách: (1) Tài liệu số: (0)
5
Phân tích toàn diện về các yếu tố ảnh hưởng và dự đoán nguy cơ mắc bệnh tiểu đường : Khóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Trần Quốc Nam; Võ Thị Hồng Thắm hướng dẫn
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
x, 66 tr. : hình ảnh; biểu đồ ; 29 cm.
Ký hiệu phân loại (DDC): 616.462
Bệnh tiểu đường không chỉ ảnh hưởng đến chất lượng cuộc sống của người bệnh mà còn là gánh nặng về kinh tế và xã hội. Việc phát hiện sớm bệnh tiểu đường và có các biện pháp can thiệp kịp thời sẽ giúp giảm thiểu rủi ro và chi phí điều trị. Chính vì vậy, việc phát triển các hệ thống dự đoán bệnh tiểu đường thông qua các mô hình học máy là rấtquan trọng, giúp các cơ sở y tế đưa ra các quyết định sớm và chính xác. Với sự phát triển của khoa học dữ liệu, việc ứng dụng các mô hình học máy trong dự đoán các bệnh lý ngày càng trở nên phổ biến. Dự đoán bệnh tiểu đường từ các yếu tố nguy cơ có thể giúp phát hiện bệnh trước khi có các triệu chứng rõ ràng, từ đó có thể áp dụng các biện pháp điều trị hoặc phòng ngừa hiệu quả. Đề tài nghiên cứu nhằm xây dựng một hệ thống học máy để dự đoán nguy cơ mắc bệnh tiểu đường dựa trên các yếu tố sức khỏe của người bệnh. Phân tích và lựa chọn các yếu tố nguy cơ ảnh hưởng đến khả năng mắc bệnh tiểu đường. Áp dụng các mô hình học máy như hồi quy logistic, Random Forest để dự đoán khả năng mắc bệnh tiểu đường. Đánh giá hiệu quả của các mô hình học máy trong việc dự đoán bệnh tiểu đường dựa trên độ chính xác, độ nhạy, độ đặc hiệu và các chỉ số liên quan khác.Cung cấp một giao diện người dùng đơn giản để người dùng nhập thông tin sức khỏe và nhận dự đoán nguy cơ mắc bệnh tiểu đường.
 Số bản sách: (1) Tài liệu số: (1)