дерево рішень

ГРУПОВА СЕЛЕКЦІЯ ЕЛЕМЕНТАРНИХ ОЗНАК У СХЕМАХ ПОБУДОВИ ГІБРИДНИХ СТРУКТУР ДЕРЕВ РІШЕНЬ

Об’єктом дослідження є дерева класифікації. Предметом дослідження є методи, алгоритми та схеми побудови дерев класифікації. Мета роботи – побудова ефективного методу (схеми) синтезу моделей дерев класифікації на основі групової оцінки важливості дискретних ознак у межах розгалуженого вибору атрибутів. Запропоновано метод побудови дерев класифікації, який для заданої навчальної вибірки визначає індивідуальну інформативність (важливість) груп ознак (та їх комбінації) щодо вихідного значення функції класифікації (даних навчальної вибірки).

ПРОГНОЗУВАННЯ ВИНИКНЕННЯ ІНСУЛЬТУ НА ОСНОВІ МОДЕЛЕЙ МАШИННОГО НАВЧАННЯ

Дослідження, проведені в галузі медицини, стосуються важливої теми, інтерес до якої з кожним роком зростає. Дослідження було зосереджено на прогнозуванні початку інсульту, стану, що становить серйозний ризик для здоров'я та життя людей. Використання надзвичайно незбалансованого набору даних стало проблемою для розробки моделей машинного навчання, здатних ефективно передбачати випадки інсульту.

Проєктування та імплементація інформаційної системи надання рекомендацій людям з психічними відхиленнями

Розроблено методологічне підґрунтя, здійснено проєктування та імплементацію інфор- маційної системи надання рекомендацій людям із психічними відхиленнями. Проаналізовано основні способи використання інформаційних технологій у галузі психічного здоров’я. У результаті виявлено, що мобільні пристрої, за використання на них певного програмного забезпечення, здатні істотно зменшити кількість візитів до кваліфікованих спеціалістів, що дає змогу зробити терапію психічних захворювань значно доступнішою для людей з обмеженими часовими чи матеріальними ресурсами.