Поиск :
Личный кабинет :
Электронный каталог: Хайдаров, Ш.И. - Оценка эффективности алгоритмов выявления рака с использованием синтетических данных на основе ма...
Хайдаров, Ш.И. - Оценка эффективности алгоритмов выявления рака с использованием синтетических данных на основе ма...
Статья
Автор: Хайдаров, Ш.И.
Системный анализ и прикладная информатика: Оценка эффективности алгоритмов выявления рака с использованием синтетических данных на основе ма...
Assessing the efficiency of the cancer detection algorithms using synthetic data based on machine learning
б.г.
ISBN отсутствует
Автор: Хайдаров, Ш.И.
Системный анализ и прикладная информатика: Оценка эффективности алгоритмов выявления рака с использованием синтетических данных на основе ма...
Assessing the efficiency of the cancer detection algorithms using synthetic data based on machine learning
б.г.
ISBN отсутствует
На полку
Статья
Хайдаров, Ш.И.
Оценка эффективности алгоритмов выявления рака с использованием синтетических данных на основе машинного обучения = Assessing the efficiency of the cancer detection algorithms using synthetic data based on machine learning / Ш. И. Хайдаров. – DOI 10.21122/2309-4923-2025-2-46-53 // Системный анализ и прикладная информатика. – 2025. – № 2. – С. 46-53. – Режим доступа : https://rep.bntu.by/handle/data/158628.
В данном исследовании проанализировано распределение реальных объектов и синтетически расширенных данных, а также оценено их влияние на модели машинного обучения. Были сопоставлены результаты обучения моделей: Logistic Regression, Decision Tree, Random Forest и SVM на синтетических данных с результатами, полученными на датасете реальных объектов. Экспериментальные результаты показали, что использование синтетически расширенных данных способствует повышению точности классификационной модели, причем особенно заметное улучшение наблюдается в некоторых алгоритмах.
This study analyzes the distribution of real objects and synthetically augmented classes, as well as their impact on machine learning models. The training results of logistic regression, decision trees, random forest, and SVM models on synthetic data were compared with those obtained on a dataset of real objects. Experimental results showe that the use of synthetically augmented data improves the accuracy of classification models, with particularly noticeable improvements observed in some algorithms.
004.04
общий = БД Техника
общий = ОБРАБОТКА ИНФОРМАЦИИ
общий = ЭВРИСТИЧЕСКИЕ АЛГОРИТМЫ
общий = ДИАГНОСТИКА
общий = ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
общий = МЕДИЦИНА
общий = МАШИННОЕ ОБУЧЕНИЕ
Хайдаров, Ш.И.
Оценка эффективности алгоритмов выявления рака с использованием синтетических данных на основе машинного обучения = Assessing the efficiency of the cancer detection algorithms using synthetic data based on machine learning / Ш. И. Хайдаров. – DOI 10.21122/2309-4923-2025-2-46-53 // Системный анализ и прикладная информатика. – 2025. – № 2. – С. 46-53. – Режим доступа : https://rep.bntu.by/handle/data/158628.
В данном исследовании проанализировано распределение реальных объектов и синтетически расширенных данных, а также оценено их влияние на модели машинного обучения. Были сопоставлены результаты обучения моделей: Logistic Regression, Decision Tree, Random Forest и SVM на синтетических данных с результатами, полученными на датасете реальных объектов. Экспериментальные результаты показали, что использование синтетически расширенных данных способствует повышению точности классификационной модели, причем особенно заметное улучшение наблюдается в некоторых алгоритмах.
This study analyzes the distribution of real objects and synthetically augmented classes, as well as their impact on machine learning models. The training results of logistic regression, decision trees, random forest, and SVM models on synthetic data were compared with those obtained on a dataset of real objects. Experimental results showe that the use of synthetically augmented data improves the accuracy of classification models, with particularly noticeable improvements observed in some algorithms.
004.04
общий = БД Техника
общий = ОБРАБОТКА ИНФОРМАЦИИ
общий = ЭВРИСТИЧЕСКИЕ АЛГОРИТМЫ
общий = ДИАГНОСТИКА
общий = ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
общий = МЕДИЦИНА
общий = МАШИННОЕ ОБУЧЕНИЕ
