Otkrivanje bolesti iz podataka ekspresije gena pomoću strojnog učenja

završni rad

• Naslov (engleski): Disease Discovery From Gene Expression Data Using Machine Learning
• Autor: Mario Hladek
• Mentor: Krešimir Križanović (mentor)
• Član povjerenstva: Krešimir Križanović (član povjerenstva)
• Član povjerenstva: Filip Bosnić (član povjerenstva)
• Član povjerenstva: Josipa Lipovac (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-09-07, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

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 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.

Sažetak (engleski)

.

• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:874657
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-15 10:17:42