Využití strojového učení pro predikci Parkinsonovy nemoci – Lucie Pinterová
Lucie Pinterová
Bakalářská práce
Využití strojového učení pro predikci Parkinsonovy nemoci
Utilization of machine learning for Parkinson's disease prediction
Anotace:
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 …víceAbstract:
The bachelor thesis focuses on the use of machine learning for the prediction of Parkinson´s disease, specifically utilizing speech biomarkers. The theoretical part of the thesis provides a brief introduction to Parkinson´s disease and its impact on speech in the early stages of the disease. Subsequently, the decision tree and random forest classification models, along with evaluation metrics and methodology …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 8. 5. 2023
Identifikátor:
https://vskp.vse.cz/eid/89546
Obhajoba závěrečné práce
- Obhajoba proběhla 19. 6. 2023
- Vedoucí: Tomáš Kliegr
- Oponent: Petr Berka
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Vysoká škola ekonomická v Prazehttps://vskp.vse.cz/eid/89546
Vysoká škola ekonomická v Praze
Bakalářský studijní program:
Informační média a služby
Práce na příbuzné téma
-
Prevence a detekce rizikových faktorů kognitivních a osobnostních změn u pacientů s Parkinsonovou nemocí léčených metodou hluboké mozkové stimulace.
Zuzana Hummelová -
Image Analysis Using Machine Learning Models
Norbert Komiňák -
Implementation of Sample Selection Estimators into Double Machine Learning Framework
Michaela Kecskésová -
Localization of mobile devices using machine learning
Aleš Calábek -
Exchange rates predictions using machine learning methods
Yaroslav Korobka -
Digital document analysis using machine learning methods
Nicholas Čapek -
Machine learning analysis and cataloging of extragalactic sources
Matej Kosiba -
Machine Learning for Text Anomaly Detection
Alina Tsykynovska