prikaz prve stranice dokumenta Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent
  Download
PDF 1.89 MB
undergraduate thesis
Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent
2023. urn:nbn:hr:200:534611
Vinaj, Ema
Josip Juraj Strossmayer University of Osijek
Faculty of Electrical Engineering, Computer Science and Information Technology Osijek
Department of Software Engineering
Chair of Visual Computing

Cite this document

Vinaj, E. (2023). Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent (Undergraduate thesis). Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek. Retrieved from https://urn.nsk.hr/urn:nbn:hr:200:534611

Vinaj, Ema. "Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent." Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:534611

Vinaj, Ema. "Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent." Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:534611

Vinaj, E. (2023). 'Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent', Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, accessed 12 July 2024, https://urn.nsk.hr/urn:nbn:hr:200:534611

Vinaj E. Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent [Undergraduate thesis]. Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek; 2023 [cited 2024 July 12] Available at: https://urn.nsk.hr/urn:nbn:hr:200:534611

E. Vinaj, "Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent", Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, Osijek, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:200:534611

Please login to the repository to save this object to your list.
Metadata
TitleMetoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent
Title (english)A machine-learning-based method for predicting the risk of cardiovascular diseases from a patient examination
AuthorEma Vinaj
MentorIrena Galić (mentor)
MentorMarin Benčević (sumentor)
GranterJosip Juraj Strossmayer University of Osijek
Faculty of Electrical Engineering, Computer Science and Information Technology Osijek
(Department of Software Engineering)
(Chair of Visual Computing)
Osijek
Defense date and country2023, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Artificial Intelligence
Abstract
U ovom je radu u Pythonu razvijen model logističke regresije namijenjen za korištenje pri predviđanju rizika od razvoja srčanih bolesti. Nakon upoznavanja podataka te detaljne obrade istih, izgradnje i treniranja modela, dobivena je ocjena osjetljivosti od otprilike 0.746 što znači da model od 100% rizičnih slučajeva točno predviđa prisutnost rizika u 74.7% slučajeva. To ukazuje na to da, iako ne savršeno, model zaista predviđa rizik te ga se može koristiti u medicinske svrhe. Model je dakle ispunio početni zadatak predviđanja rizika, a sa daljnjim usavršavanjem i proširenjem s dodatnim podacima, tehnikama i znanjem potencijalno bi se mogla i poboljšati njegova prediktivna točnost i izvedba. Motivirano činjenicom da srčane bolesti u današnje vrijeme zauzimaju broj 1 kao glavni uzrok smrti među ljudima, ovakav model predviđanja može itekako biti od koristi jer je prevencija najbolji lijek.
Abstract (english)
In this assignment, a logistic regression model was developed in Python to be used in predicting the risk of developing heart disease. After getting familiar with the data and detailed processing of it, building and training the model, a recall score of approximately 0.726 was given for the model, meaning that the model accurately predicts the presence of risk in 72.7% out of a 100% of positive cases, which indicates that, although not perfectly, the model really predicts risk. The model therefore fulfilled the initial task of risk prediction, and with further refinement and extension of the model with additional data, techniques and knowledge, its predictive accuracy and performance could potentially be improved. Motivated by the fact that heart disease is currently the number 1 cause of death among humans, this kind of prediction model can be very useful since prevention really is the best medicine.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:200:534611
Study programmeTitle: Undergraduate University Study Programme
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektrotehnike i informacijske tehnologije (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektrotehnike i informacijske tehnologije)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2023-10-16 09:25:43