Разработка системы определения факторов риска сердечных заболеваний
ВВЕДЕНИЕ
Принятие правильного решения становится ключевым фактором для успешного достижения целей во всех областях практической деятельности. Способов найти правильное решение столько же, сколько и людей, которые должны его принять. Можно ожидать, что вновь принятые решения станут лучше и надежнее, но для отдельных лиц и групп, которые должны принимать решения, это становится все более и более сложным, поскольку они просто не могут обрабатывать огромные объемы данных. И там возникает необходимость в хорошей технике поддержки принятия решений. Она должна иметь возможность обрабатывать эти огромные объемы данных и помогать экспертам принимать решения легче и надежнее. Таким образом, эксперт может решить, является ли предложенное решение подходящим или нет.
Потребность в системе анализа совпала с появлением интеллектуального анализа данных – процесса обнаружения знаний, который представлял собой смесь машинного обучения, экспертных систем, статистики. Такая система показала лучшее поним
СОДЕРЖАНИЕ
ВВЕДЕНИЕ 3
1 ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ РАЗРАБОТКИ СИСТЕМЫ ОПРЕДЕЛЕНИЯ ФАКТОРОВ РИСКА СЕРДЕЧНЫХ ЗАБОЛЕВАНИЙ 5
1.1 Понятие и виды сердечных заболеваний 5
1.2 Программные средства разработки интеллектуальной системы определения факторов риска сердечных заболеваний 11
1.3 Языки программирования для разработки системы определения факторов риска сердечных заболеваний 14
2 ПРОЕКТИРОВАНИЕ СИСТЕМЫ ОПРЕДЕЛЕНИЯ ФАКТОРОВ РИСКА СЕРДЕЧНЫХ ЗАБОЛЕВАНИЙ 18
2.1 Описание разработки системы определения факторов риска сердечных заболеваний 18
ЗАКЛЮЧЕНИЕ 37
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 38
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
Алейникова Л. И. Предынфарктное состояние [Текст] / Л. И. Алейникова, А. Е. Золотарев. – М.: Здоров'я, 2017. – 184 c.
Аллилуев И. Г. Боли в области сердца. Дифференциальный диагноз [Текст] / И.Г. Аллилуев, В.И. Маколкин, С.А. Аббакумов. – М.: Медицина, 2018. – 192 c.
Бабенко М. А. Введение в теорию алгоритмов и структур данных [Текст] / М. А. Бабенко, М. В. Левин. – М.: МЦНМО, 2020. – 144 с.
Бенгфорт Б. Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка [Текст] / Б. Бенгфорт. – СПб.: Питер, 2019. – 368 c.
Кравченко А. И. Анализ и обработка социологических данных. Учебник [Текст] / А. И. Кравченко. – М.: КноРус, 2020. – 498 с.
Кулаичев А. П. Методы и средства комплексного анализа данных: Учебное пособие [Текст] / А. П. Кулаичев. – М.: Форум, 2018. – 160 c.
Макшанов А. В. Технологии интеллектуального анализа данных [Текст] / А. В. Макшанов. – М.: Лань, 2019. – 212 с.
Макшанов А. В. Технологии интеллектуального анализа данных: Учебное пособие [Текст] / А. В. Макшанов, А. Е. Журавлев. – СПб.: Лань, 2018. – 212 c.
Миркин Б. Г. Введение в анализ данных [Текст] / Б. Г. Миркин. – М.: Юрайт, 2020. – 175 с.
Мхитарян В. С. Теория планирования эксперимента и анализ статистических данных [Текст] / В. С. Мхитарян. – М.: Юрайт, 2020. – 491 с.
Нархид Н. Apache Kafka. Потоковая обработка и анализ данных [Текст] / Н. Нархид. – СПб.: Питер, 2019. – 320 c.
Ниворожкина Л. И. Статистические методы анализа данных: Учебник [Текст] / Л. И. Ниворожкина, С. В. Арженовский, А. А. Рудяга. – М.: Риор, 2018. – 320 c.
К наиболее распространенным, социально значимым ССЗ относятся: гипертоническая болезнь; атеросклероз; ишемическая болезнь сердца; сердечные аритмии; воспалительные заболевания сердца; цереброваскулярные патологии; облитерирующий тромбангиит; венозные тромбозы и тромбоэмболия легочной артерии (ТЭЛА).
1.2 Программные средства разработки интеллектуальной системы определения факторов риска сердечных заболеванийВ настоящее время на рынке программных средств представлено большое количество инструментов, основное предназначение которых заключается в разработке интеллектуальных систем. Наиболее популярными из них являются: TensorFlow, ML Kit, Colab, модерируемые датасеты Google Cloud, поиск Google по наборам данных, Crowdsource, Cloud TPU, Cloud AI, Cloud AutoML.
TensorFlow – набор программных библиотек глубокого обучения с открытым исх