prikaz prve stranice dokumenta Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent
  Preuzmi
PDF 1.89 MB
završni rad
Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent
2023. urn:nbn:hr:200:534611
Vinaj, Ema
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za programsko inženjerstvo
Katedra za vizualno računarstvo

Citirajte ovaj rad

Vinaj, E. (2023). Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent (Završni rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:534611

Vinaj, Ema. "Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija 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." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija 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', Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 13.12.2024., https://urn.nsk.hr/urn:nbn:hr:200:534611

Vinaj E. Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent [Završni rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2023 [pristupljeno 13.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:534611

E. Vinaj, "Metoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent", Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:534611

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:534611
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovMetoda temeljena na stojnom učenju za predviĎanje rizika srčanih bolesti iz pregleda pacijent
Naslov (engleski)A machine-learning-based method for predicting the risk of cardiovascular diseases from a patient examination
AutorEma Vinaj
MentorIrena Galić (mentor)
MentorMarin Benčević (sumentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za programsko inženjerstvo)
(Katedra za vizualno računarstvo)
Osijek
Datum i država obrane2023, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
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.
Sažetak (engleski)
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.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:534611
Studijski programNaziv: Elektrotehnika i informacijska tehnologija
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektrotehnike i informacijske tehnologije (univ. bacc. ing. el. techn. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-10-16 09:25:43