Detekcija oboljenja na temelju genetskih značajki

diplomski rad

• Naslov (engleski): Detecting Complex Diseases Using Genetic Features
• Autor: Sofia Čolaković
• Mentor: Domagoj Jakobović (mentor)
• Član povjerenstva: Domagoj Jakobović (predsjednik povjerenstva)
• Član povjerenstva: Marko Čupić (član povjerenstva)
• Član povjerenstva: Leonardo Jelenković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2015-07-16, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu istažen je problem detekcije složenih bolesti na temelju genetskih
značajki. Predloženo rješnje uključuje odabir značajki uz pomoć genetskog algoritma
te detekciju bolesti algoritmima strojnog učenja. Predložen je postupak pronalaženja
funkcije cilja za odabir značajki korištenjem genetskog programiranja. Rješenje je
ispitano na skupu podataka prikupljenom od pacijenata s reumatoidnim artritisom.
Rezultati ispitivanja i zaključi priloženi su radu.

Sažetak (engleski)

This thesis explores the problem of complex disease detection using genetic data.
The proposed solution is based on feature selection using genetic algorithm and disease
detection using machine learning algorithms. A method for deriving an optimal goal
function based on genetic programming is introduced and examined. The proposed
solution is tested on a dataset containing data collected from rheumatoid arthritis patients. The results are presented and discussed.

• Ključne riječi: detekcija bolesti; genetski algoritam; strojno učenje; SVM; genetsko programiranje
• Ključne riječi (engleski): disease detection; genetic algorithm; machine learning; SVM; genetic programming
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:702097
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2018-02-06 08:17:44