Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/56834
Full metadata record
DC FieldValueLanguage
dc.contributor.authorДановский, В. Д.-
dc.coverage.spatialМинскen_US
dc.date.accessioned2024-08-02T11:12:10Z-
dc.date.available2024-08-02T11:12:10Z-
dc.date.issued2024-
dc.identifier.citationДановский, В. Д. Сравнение моделей машинного обучения для задачи предсказания порока сердца = Comparison of machine learning models for the task of heart defect prediction / В. Д. Дановский // Электронные системы и технологии : сборник материалов 60-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 22–26 апреля 2024 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2024. – С. 96–100.en_US
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/56834-
dc.description.abstractИсследованы характеристики, влияющие на диагностирование пороков сердца. Разработан набор предсказательных моделей на основе методов и моделей машинного обучения. Проведено сравнение результатов и определение наиболее подходящей для поставленной задачи модели. Предложены мероприятия по улучшению предсказательной точности модели.en_US
dc.language.isoruen_US
dc.publisherБГУИРen_US
dc.subjectматериалы конференцийen_US
dc.subjectнейронная сетьen_US
dc.subjectмашинное обучениеen_US
dc.subjectэлектрокардиограммаen_US
dc.titleСравнение моделей машинного обучения для задачи предсказания порока сердцаen_US
dc.title.alternativeComparison of machine learning models for the task of heart defect predictionen_US
dc.typeArticleen_US
local.description.annotationCharacteristics affecting the occurrence of heart defects and ECG plaques were investigated. A set of predictive models based on machine learning methods and models was developed. The results were compared and the most appropriate model for the task was determined. Measures to improve the predictive accuracy of the model are proposed.en_US
Appears in Collections:Электронные системы и технологии : материалы 60-й конференции аспирантов, магистрантов и студентов (2024)

Files in This Item:
File Description SizeFormat 
Danovskij_Sravnenie_modelej.pdf2 MBAdobe PDFView/Open
Show simple item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.