1. Trang chủ
  2. » Luận Văn - Báo Cáo

Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python

99 166 1

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 99
Dung lượng 2,65 MB

Nội dung

Nghiên cứu mô hình Máy học: Support Vector Machine (SVM), mô hình Máy học: Logistic Regression (LGR). Tìm hiểu và sử dụng ngôn ngữ Python và các thư viện sử dụng cho các thuật toán Máy học. Thu thập và xử lý dữ liệu các bệnh nhân thận tại Bệnh viện đa khoa tỉnh Điện Biên. Sử dụng ngôn ngữ Python cài đặt hai mô hình Máy học (SVM và LGR) cho bài toán dự đoán bệnh thận.

Ngày đăng: 16/11/2021, 08:48

HÌNH ẢNH LIÊN QUAN

BẢNG THUẬT NGỮ VIẾT TẮT - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
BẢNG THUẬT NGỮ VIẾT TẮT (Trang 4)
Bảng 1. 1: Dữ liệu được trích từ tệp ex1data1.txt [1] - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Bảng 1. 1: Dữ liệu được trích từ tệp ex1data1.txt [1] (Trang 18)
Hình 1. 1: Hình Hình bên trái, ở giữa, và bên phải lần lượt ở trạng thái - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 1. 1: Hình Hình bên trái, ở giữa, và bên phải lần lượt ở trạng thái (Trang 21)
Hình 1. 2: Mô tả sự cân bằng Bias-Variance - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 1. 2: Mô tả sự cân bằng Bias-Variance (Trang 23)
Bảng 1. 2: Bảng số liệu khám, chữa bệnh và số lần chạy thận tại Bệnh viện đa khoa tỉnh Điện - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Bảng 1. 2: Bảng số liệu khám, chữa bệnh và số lần chạy thận tại Bệnh viện đa khoa tỉnh Điện (Trang 29)
Hình 2.1. 2:Siêu phẳng với lề cực đại cho một SVM phân tách dữ liệu thuộc hai lớp [1] - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 2:Siêu phẳng với lề cực đại cho một SVM phân tách dữ liệu thuộc hai lớp [1] (Trang 33)
Hình 2.1. 3: Tập dữ liệu ban đầu (bên trái) được ánh xạ (dùng hàm nhân) - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 3: Tập dữ liệu ban đầu (bên trái) được ánh xạ (dùng hàm nhân) (Trang 34)
Hình 2.1. 4: Một siêu phẳng (trong không gian 2 chiều) khi ? < ?, ? ? > ?, ? ? > ? - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 4: Một siêu phẳng (trong không gian 2 chiều) khi ? < ?, ? ? > ?, ? ? > ? (Trang 35)
Hình 2.1. 5: Một siêu phẳng (trong không gian 2 chiều) phân tách hai không gian - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 5: Một siêu phẳng (trong không gian 2 chiều) phân tách hai không gian (Trang 35)
Hình 2.1. 6: Siêu phẳng với sự thay đổi của các tham số w và b - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 6: Siêu phẳng với sự thay đổi của các tham số w và b (Trang 36)
Hình 2.1. 7:Khoảng cách từ lớp C 1  và C 2  tới siêu phẳng - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 7:Khoảng cách từ lớp C 1 và C 2 tới siêu phẳng (Trang 38)
Hình 2.1. 9: Siêu phẳng có khoảng cách lề bằng nhau tới 2 lớp - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 9: Siêu phẳng có khoảng cách lề bằng nhau tới 2 lớp (Trang 38)
Hình 2.1. 8: Tất cả 5 siêu phẳng đều thỏa mãn có tổng lề lớn nhất để phân tách 2 lớp - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 8: Tất cả 5 siêu phẳng đều thỏa mãn có tổng lề lớn nhất để phân tách 2 lớp (Trang 38)
Hình 2.1. 11: Siêu phẳng cho cùng một tập huấn luyện với sự thay đổi của C tương ứng [8] - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 11: Siêu phẳng cho cùng một tập huấn luyện với sự thay đổi của C tương ứng [8] (Trang 44)
Hình 2.1. 12: Các siêu phẳng dùng để phân tách dữ liệu khi hệ số ? ?  thay đổi [8] - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 12: Các siêu phẳng dùng để phân tách dữ liệu khi hệ số ? ? thay đổi [8] (Trang 45)

TRÍCH ĐOẠN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w