Meta-heuristické algoritmy pro výběr příznaků v klasifikaci srdečních onemocnění

Simple item page
but.committeeprof. Pharm.Dr. Petr Babula, Ph.D. (předseda) Ing. Lukáš Smital, Ph.D. (místopředseda) Ing. Jan Odstrčilík, Ph.D. (člen) Ing. Roman Jakubíček, Ph.D. (člen) Ing. Helena Vítková, Ph.D. (člen) Mgr. Bc. Darina Čejková, Ph.D. (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Dr. Smital se doptal na datasety, konkrétně na dataset se srdečním selháním. Prof. Babula se zpetal na výběr datasetů a okomentoval počet respondentů. Student úspěšně složil státní závěrečnou zkoušku a odpověděla na otázky členů komise a oponenta.cs
but.jazykčeština (Czech)
but.programBiomedicínské inženýrství a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorMézl, Martincs
dc.contributor.authorŠvestková, Terezacs
dc.contributor.refereeOdstrčilík, Jancs
dc.date.created2024cs
dc.description.abstractTato práce je věnována postupům při výběru relevantních příznaků pro klasifikační úlohy týkající se srdečních onemocnění. Optimální výběr příznaků je klíčovým faktorem pro správnou funkčnost klasifikačních modelů a v případě medicíny pro zlepšení diagnostiky. Teoretická část pojednává o obecné klasifikační úloze ve strojovém učení. Dále jsou podrobněji popsány některé klasické postupy i novější meta-heuristické algoritmy pro efektivní selekci příznaků. Praktická část se věnuje aplikaci některých popsaných algoritmů na datové soubory související se srdečním onemocněním. Na základě ověření validity výsledku klasifikačního modelu podle vybraných příznaků běžnými postupy i evolučními algoritmy jsou diskutovány výhody a přínosy upřednostnění meta-heuristických algoritmů.cs
dc.description.abstractThis thesis is devoted to the features selection for classification tasks related to heart disease. The optimal features selection is a key factor for the correct functionality of classification models and, in the case of medicine, for the improvement of diagnostics. The theoretical part discusses the general classification task in machine learning. Furthermore, some classic procedures as well as newer meta-heuristic algorithms for efficient feature selection are described in more detail. The practical part is devoted to the application of some of the described algorithms to data sets related to heart disease. The advantages and benefits of prioritizing meta-heuristic algorithms are discussed based on the verification of the validity of the result of the classification model according to selected symptoms of common procedures and evolutionary algorithms.en
dc.description.markAcs
dc.identifier.citationŠVESTKOVÁ, T. Meta-heuristické algoritmy pro výběr příznaků v klasifikaci srdečních onemocnění [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.cs
dc.identifier.other159766cs
dc.identifier.urihttp://hdl.handle.net/11012/246232
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectStrojové učenícs
dc.subjectmeta-heuristické algoritmycs
dc.subjectklasifikacecs
dc.subjectpříznakycs
dc.subjectsrdeční onemocněnícs
dc.subjectMachine learningen
dc.subjectmeta-heuristic algorithmsen
dc.subjectclassificationen
dc.subjectfeaturesen
dc.subjectheart diseaseen
dc.titleMeta-heuristické algoritmy pro výběr příznaků v klasifikaci srdečních onemocněnícs
dc.title.alternativeMeta-heuristic algorithms for feature selection in classification of heart-related diseasesen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2024-06-10cs
dcterms.modified2024-06-11-09:05:49cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid159766en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:42:25en
sync.item.modts2025.01.15 13:48:37en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
3.85 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
15.69 KB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_159766.html
Size:
6.3 KB
Format:
Hypertext Markup Language
Description:
file review_159766.html
Download
Collections
2024