prikaz prve stranice dokumenta Analiza metagenomskih podataka u svrhu predviđanja dijabetesa
Rad nije dostupan
završni rad
Analiza metagenomskih podataka u svrhu predviđanja dijabetesa
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:211776
Kaštela, Bruna
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Kaštela, B. (2023). Analiza metagenomskih podataka u svrhu predviđanja dijabetesa (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:211776

Kaštela, Bruna. "Analiza metagenomskih podataka u svrhu predviđanja dijabetesa." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:211776

Kaštela, Bruna. "Analiza metagenomskih podataka u svrhu predviđanja dijabetesa." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:211776

Kaštela, B. (2023). 'Analiza metagenomskih podataka u svrhu predviđanja dijabetesa', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 18.06.2024., https://urn.nsk.hr/urn:nbn:hr:168:211776

Kaštela B. Analiza metagenomskih podataka u svrhu predviđanja dijabetesa [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 18.06.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:211776

B. Kaštela, "Analiza metagenomskih podataka u svrhu predviđanja dijabetesa", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:211776

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:211776
Podaci o radu
NaslovAnaliza metagenomskih podataka u svrhu predviđanja dijabetesa
Naslov (engleski)Diabetes prediction using metagenomic datasets
AutorBruna Kaštela
MentorMirjana Domazet-Lošo (mentor)
Član povjerenstvaMirjana Domazet-Lošo (predsjednik povjerenstva)
Član povjerenstvaMario Brčić (član povjerenstva)
Član povjerenstvaMihael Kovač (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-06-30, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Strojno učenje sve je popularniji alat korišten u medicinskoj dijagnostici. U ovom je radu istraženo strojno učenje u svrhu predikcije šećerne bolesti na temelju metagenomskih podataka pacijenata. Modeli su izgrađeni algoritmima slučajne šume, stroja potpornih vektora i ekstremnog pojačivanja gradijentom. Uz to, skupu podataka smanjena je dimenzionalost koristeći različite metode odabira značajki. Kako bi se model bolje prilagodio problemu, napravljena je i verzija algoritma rekurzivne eliminacije za odabir značajki. Dobiveni rezultati su analizirani i vizualizirani te uspoređeni s postojećim rješenjem. Rješenje je predloženo u programskom jeziku Python pomoću biblioteka Scikit-learn i XGBoost.
Sažetak (engleski)
Machine learning is becoming an increasingly popular tool used in medical diagnostics. This study explores machine learning for the purpose of predicting diabetes based on patients’ metagenomic data. Models were built using algorithms such as random forest, support vector machines and extreme gradient boosting. Additionally, the dimensionality of the dataset was reduced using various feature selection methods. To enhance the model’s adaptability to the problem, a custom version of the recursive feature elimination algorithm was additionally implemented. The obtained results were analyzed, visualized and compared to the existing solution. The solution was implemented in the Python programming language using the Scikit-learn and XGBoost libraries.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:211776
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-07-13 10:11:22