03260ntm a22005177i 4500 000699401 CZ-PrVSE 20230625093744.0 m d cr n|||||||||| 230625s2023 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Pinterová, Lucie ISIS:154810 dis Utilization of machine learning for Parkinson's disease prediction eng Využití strojového učení pro predikci Parkinsonovy nemoci / Lucie Pinterová 2023 ?? stran : digital, PDF soubor Vedoucí práce: Tomáš Kliegr Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2023 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2023 Bakalářská práce se zabývá využitím strojového učení pro predikci Parkinsonovy nemoci, konkrétně využitím biomarkerů řeči. V rámci teoretické části práce je stručně představena Parkinsonova nemoc a její vliv na řeč v raných stádiích onemocnění. Následně jsou představeny klasifikační modely rozhodovací strom a random forest, spolu s evaluačními metrikami a metodologií práce. V rámci praktické části je nejprve vybrán vhodný dataset, který je následně prozkoumán a přizpůsoben. Poté je nutné vybrat vhodný algoritmus pro predikci, kterým je v tomto případě zvolen random forest, a aplikovat jej na připravený dataset. Nevyváženost datasetu je vyřešena s pomocí 10-násobné křížové validace. Dále je provedena optimalizace hyperparametrů. Nakonec je vytvořen a vyhodnocen výsledný model. Praktická část je doplněna korelační analýzou, která popisuje vztahy mezi atributy upraveného datasetu a analýzou důležitosti jednotlivých prediktorů ve výsledném modelu. Práce demonstruje možnost využití algoritmu random forest pro predikci Parkinsonovy nemoci na reálných datech a poskytuje skript v jazyce R pro replikaci postupu a výsledků. Způsob přístupu: Internet informační média a služby [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas predikce onemocnění strojové učení random forest nevyvážený dataset Parkinsonova nemoc Kliegr, Tomáš ISIS:8484 ths Berka, Petr, 1959- jn20001103427 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/82748/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/82748 Hlavní práce https://insis.vse.cz/zp/82748/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/82748/posudek/oponent/78460 Oponentura https://insis.vse.cz/zp/82748/podrobnosti dc:identifier NEPOSILAT VSKP vse82748 230620 82748