Razvoj modela strojnog učenja za predviđanje rizika gestacijskog dijabetesa

master's thesis

• Title (english): Development of a machine learning model for predicting the risk of gestational diabetes
• Author: Marta Bonacin
• Mentor: Mihaela Vranić (mentor)
• Committee member: Mihaela Vranić (predsjednik povjerenstva)
• Committee member: Luka Humski (član povjerenstva)
• Committee member: Frano Škopljanac-Mačina (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2024-07-16, Croatia

Abstract

U ovom radu napravljen je pregled prethodnih istraživanja na temu predviđanja gestacijskog dijabetesa metodama strojnog učenja. Objašnjen je postupak pretprocesiranja podataka i opisana je njegova implementacija nad GDM skupom podataka. Teorijski su objašnjeni algoritmi logističke regresije, stroja potpornih vektora, slučajne šume, ekstremnog pojačanja gradijenta i duboke neuronske mreže. Prikazani su rezultati implementiranih modela i uspoređeni su s prethodnim istraživanjima. Ponuđene su... More smjernice koje bi mogle voditi daljnjem poboljšanju predviđanja gestacijskog dijabetesa. Less

Abstract (english)

In this work, an overview of previous studies on predicting gestational diabetes using machine learning is given. The preprocessing of data is explained and implemented on the GDM dataset. The theory behind logistic regression, support vector machine, random forest, extreme gradient boost and deep neural network is then explained. Model results are shown and compared with previous studies. A guideline is given for future improvement of gestational diabetes prediction.

• Keywords: logistička regresija; stroj potpornih vektora; slučajna šuma; ekstremno pojačanje gradijenta; duboka neuronska mreža; strojno učenje; gestacijski dijabetes; klasifikacija
• Keywords (english): logistic regression; support vector machine; random forest; xgboost; deep neural network; machine learning; gestational diabetes; classification
• Language: croatian
• URN:NBN: urn:nbn:hr:168:808991
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Open access
• Created on: 2024-10-12 20:08:21