Big Data - výzva pro statistickou analýzu

Anastasiia Kamianchenko

Bakalářská práce

Big Data - Challenge for statistical analysis

Anotace:

Bakalářská práce se zabývá vysvětlením pojmu Big Data, jeho obecnou problematikou a problematikou v oboru zdravotnictví, je soustředěná na vytvoření modelu pro predikci délky pobytu pacientů na základě vlastní databáze. Konkrétně využívaná databáze reprezentuje pacienty, kterým byla provedena endoprotéza kyčelního kloubu a je vytvořena pomoci přímé anamnézy a základních vyšetření. Cílem práce je analyzovat proměnné, které mají největší vliv na délku pobytu pacientů po operaci. V teoretické části jsou poskytnuté informace o tom, co Big Data jsou, metody zpracování a využiti v medicíně. Stručně jsou popsané celosvětově známé projekty založené na veledatech. Praktická část se zaměřuje na popsání celého procesu od vytvoření databáze do vytvoření predikce. V práci jsou použity prediktivní metody Decision Tree, Naive Bayes, Rule Induction, Random Forest a metoda logistické regrese. Na základě vytvořeného modelu bude provedena predikce, zda-li budoucí pacient stráví v nemocnici delší nebo kratší dobu.

Abstract:

This bachelor thesis deals with the explanation of the term Big Data, its general problems and problems in the field of health care, it is focused on the creation of a model for predicting the length of stay of patients based on author’s own database. Specifically, the database represents patients who had the endoprosthesis of the hip joint and is created using direct examination and case history. The aim of the thesis is to analyze the variables that have the greatest impact on the length of stay of the patients after surgery. In the theoretical part, is provided information about what Big Data are, methods of processing and use in medicine. Briefly are described world top-notch projects. The practical part focuses on describing the entire process from creation of database to prediction. The thesis uses predictive methods as Decision Tree, Naive Bayes, Rule Induction, Random Forest, and Logistic Regression. Based on the model, a prediction will be made on a future patient if he spends longer or shorter periods in the hospital.

Klíčová slova

Big Data, Prediktivní modelování, Zdravotnictví, Pacient, Diagnóza

Keywords

Diagnosis, Patient, Health care, Predictive modelling, Big Data

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 14. 3. 2018

Obhajoba závěrečné práce

• Vedoucí: Ing. Tomáš Hlavsa, Ph.D.

Česká zemědělská univerzita v Praze

Provozně ekonomická fakulta

Bakalářský studijní program / obor:
Systémové inženýrství a informatika / Informatika