Классификация степеней тяжести рожистого воспаления. Определение наиболее важных признаков
| Parent link: | Наука. Технологии. Инновации: сборник научных трудов XIV Всероссийской научной конференции молодых ученых, Новосибирск, 30 ноября-04 декабря 2020 г./ Новосибирский государственный технический университет (НГТУ).— , 2020 Ч. 2 : Информационные технологии математического моделирования и обработки данных.— 2020.— [С. 183-187] |
|---|---|
| المؤلف الرئيسي: | |
| مؤلف مشترك: | |
| مؤلفون آخرون: | , |
| الملخص: | Заглавие с экрана В данной статье рассматривается такая проблема, как неверное определение степени тяжести заболевания. Описывается процесс построения классификатора степеней тяжести рожистого воспаления с помощью методов машинного обучения и языка программирования Python. Также определены наиболее важные признаки, оказывающие влияние на степень тяжести заболевания. This article provides information about such a problem as incorrect determination of the severity of the disease. The process of constructing a classifier of erysipelas severity using machine learning methods and the Python programming language is described. The most important features that affect the severity of the disease are also identified. |
| منشور في: |
2020
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | https://lomonosov-msu.ru/file/event/6339/eid6339_attach_0126260cb8e08fa010f0a68551f3f28364b18ca9.pdf#page=184 |
| التنسيق: | الكتروني فصل الكتاب |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=663146 |
| الملخص: | Заглавие с экрана В данной статье рассматривается такая проблема, как неверное определение степени тяжести заболевания. Описывается процесс построения классификатора степеней тяжести рожистого воспаления с помощью методов машинного обучения и языка программирования Python. Также определены наиболее важные признаки, оказывающие влияние на степень тяжести заболевания. This article provides information about such a problem as incorrect determination of the severity of the disease. The process of constructing a classifier of erysipelas severity using machine learning methods and the Python programming language is described. The most important features that affect the severity of the disease are also identified. |
|---|