Rano otkrivanje zloćudnih novotvorina putem strojnom učenja

završni rad

• Naslov (engleski): Machine Learning for Cancer Detection
• Autor: Andrea Bernat
• Mentor: Vladimir Čeperić (mentor)
• Član povjerenstva: Vladimir Čeperić (predsjednik povjerenstva)
• Član povjerenstva: Ivan Krešo (član povjerenstva)
• Član povjerenstva: Petra Bevandić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2018-07-13, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ovaj rad predstavlja primjenu različitih algoritama strojnog učenja u dijagnostici raka dojke. Svi navedeni algoritmi strojnog učenja pokazali su visoke performanse na binarnoj klasifikaciji raka dojke, tj. određivanje da li je benigni tumor ili maligni tumor. Susreli smo se i s pojmom prenaučenosti modela koji se pokazuje kao najčešći problem strojnog učenja. Da bismo izbjegli taj problem treba koristiti tehniku unakrsne provjere kao što je k-spremnika unakrsna provjera. Primjena takve tehnike neće samo pružiti točniju mjeru izvedbe predviđanja modela, nego će također pomoći u određivanju najoptimalnijih hiperparametra algoritama strojnog učenja.

Sažetak (engleski)

This paper presents an application of different machine learning algorithms for the diagnosis of breast cancer.All presented Machine Learning algorithms exhibited high performance on the binary classification of breastcancer,i.e. determining whether benign tumor or malignant tumor. We have also come up with the concept of overfitting of the model that appears to be the most common problem of machine learning. To avoid this problem we should use a cross validation such as a k-fold cross validation.The application of such a technique will not only provide a more accurate measure of model prediction performance,but it will also assist in determining the most optimal hyper-parameters for the Machine Learning algorithms

• Ključne riječi: strojno učenje; klasifikacija; unakrsna provjera
• Ključne riječi (engleski): machine learning; classification; cross validation
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:510565
• 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: 2019-03-13 19:02:36