|
Dòng
|
Nội dung
|
|
1
|
|
|
2
|
|
|
3
|
Thiết kế giao diện dự đoán bệnh tim cho người dùng bằng Framework Django. : Khóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Nguyễn Đình Trường Khải, Thái Trúc Nhi hướng dẫn
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
viii, 68 tr. : Hình ảnh minh họa ; 29 cm.
Ký hiệu phân loại (DDC): 616.12
Đề tài nghiên cứu nhằm phát triển mô hình dự đoán bệnh tim trên dữ liệu y tế của người dùng, bao gồm các yếu tố như huyết áp, đường huyết, cholesterol, tuổi, giới tính và một số yếu tố khác.Áp dụng nhiều mô hình thuật toán để thực hiện và xem xét mô hình nào có độ chính xác cao để áp dụng vào giao diện. Tiến hành chọn lọc các biến quan trọng và xử lý dữ liệu y tế để chuẩn bị cho việc đào tạo mô hình. Thực hiện các đánh giá hiệu suất nmo6 hình chi tiết về độ chính xác của mô hình giữa kết quả của giao diện khi áp dụng và dữ liệu đã gắn nhãn cho trước. Kết hợp mô hình dự đoán bệnh tim vào ứng dụng web Django để cung cấp dự đoán nguy cơ bệnh tim cho người dùng.
Số bản sách:
(1)
Tài liệu số:
(0)
|
|
4
|
|
|
5
|
Xây dựng mô hình dự đoán bệnh tim bằng phương pháp tổ hợp bagging và Voting classifier : Đề án Thạc sĩ Công nghệ Thông tin; Mã ngành:8480201 / Nguyễn Ngọc Tài; Võ Thị Hồng Thắm hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2025
xiii, 67 tr. : biểu đồ ; 29 cm.
Ký hiệu phân loại (DDC): 616.12
Bệnh tim mạch là một trong những nguyên nhân hàng đầu gây tử vong trên toàn cầu, chiếm tỉ lệ lớn trong số các bệnh lý mãn tính. Việc chẩn đoán và phát hiện sớm bệnh tim có ý nghĩa quan trọng trong việc giảm thiểu rủi ro và cải thiện chất lượng sống của bệnh nhân. Tuy nhiên, phương pháp chẩn đoán truyền thống thường đòi hỏi nhiều thời gian, chi phí và phụ thuộc vào kinh nghiệm của bác sĩ. Sự phát triển của trí tuệ nhân tạo, đặc biệt là các thuật toán học máy, mang lại cơ hội lớn để xây dựng các hệ thống hỗ trợ chẩn đoán tự động, giúp giảm gánh nặng cho ngành y tế và nâng cao độ chính xác trong phát hiện bệnh. Trong đó, phương pháp học máy tổ hợp như Bagging và Voting Classifier đã chứng minh được hiệu quả trong việc cải thiện độ chính xác và ổn định của mô hình. Đề tài “xây dựng mô hình dự đoán bệnh tim bằng phương pháp tổ hợp Bagging và Voting Classifier” không chỉ tập trung vào xây dựng mô hình dự đoán chính xác mà còn so sánh hiệu quả giữa các phương pháp tổ hợp, từ đó đề xuất giải pháp tối ưu trong thực tế. Đây là một hướng nghiên cứu có tính ứng dụng cao
Số bản sách:
(1)
Tài liệu số:
(0)
|
|
|
|
|