Otkrivanje bolesti iz podataka ekspresije gena pomoću strojnog učenja

undergraduate thesis

• Title (english): Disease Discovery From Gene Expression Data Using Machine Learning
• Author: Mario Hladek
• Mentor: Krešimir Križanović (mentor)
• Committee member: Krešimir Križanović (član povjerenstva)
• Committee member: Filip Bosnić (član povjerenstva)
• Committee member: Josipa Lipovac (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2022-09-07, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

U ovom radu proučavali smo klasificiranje gena iz istraživanja Golub et al. Cilj nam je bio
saznati mogu li algoritmi strojnog učenja dobro klasificirati tipove raka i proveli smo
eksperiment. Koristili smo četiri algoritma strojnog učenja: logističku regresiju, stroj
potpornih vektora, K-srednjih vrijednosti, neuronske mreže. Naravno, radili smo na vrlo
malom broju primjeraka (72) te od tako malog broja ne može se očekivati savršeni rad
modela. Bez obzira na to dobili smo poprilično visoke... More rezultate za sva četiri algoritma.
Nakon provedbi svih algoritama i postepenog opisivanja korištenja koda, na kraju djela
uspoređuju se rezultati algoritama međusobno.
Zbog korisnosti strojnog učenja, možemo reći da se kroz idućih nekoliko godina nadamo
poboljšanju općenito svih algoritama strojnog učenja i njihovoj primjeni šire u znanosti,
također i svijetu. Less

Abstract (english)

.

• Language: croatian
• URN:NBN: urn:nbn:hr:168:874657
• Study programme: Title: Computing; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-01-15 10:17:42