ВКР: Информационная система поддержки принятия решений методами машинного обучения

РЕФЕРАТ
Дипломный проект на тему «Информационная система поддержки принятия решений методами машинного обучения» выполнен в научно-учебной лаборатории систем автоматизированного проектирования кафедры информационных систем института космических и информационных технологий Сибирского федерального университета.
МАШИННОЕ ОБУЧЕНИЕ, АЛГОРИТМ, ГАУССОВСКИЙ НАИВНЫЙ КЛАССИФИКАТОР, МЕТОД К-БЛИЖАЙШИЙ СОСОЕД, ДЕРЕВО ПРИНЯТИЯ РЕШЕНИЙ, СЛУЧАЙНЫЙ ЛЕС, МОДЕЛЬ НЕЙРОННОЙ СЕТИ.
Объект исследования — информационные системы поддержки принятия решения и управления.
Предмет исследования — методы машинного обучения.
Цель работы — повышение эффективности принятия решения с помощью методов машинного обучения.
В результате работы разработана модель и программно-реализована система поддержки принятия решений в медицинской диагностике (классификация заболеваний) с использованием методов Machine Learning.


СОДЕРЖАНИЕ
Введение
1 Машинное обучение в задачах классификации в рамках системы поддержки принятия решений
1.1 Основы информационных систем поддержки принятия решений
1.2 Методы машинного обучения для поддержки принятия решений
1.2.1 Задачи и виды машинного обучения
1.2.2 Алгоритмы машинного обучения с точки зрения интерпретируемости
1.2.3 Метрики качества алгоритмов
1.2.4 Постановка задачи классификации
1.3 Обзор данных для решения задачи медицинской диагностики
Выводы по разделу 1
2 Программная реализация и решение задач
2.1 Проектирование и программная реализация решения
2.2 Тестирование алгоритмов и программного решения
3 Применение моделей машинного обучения в медицинской диагностике
3.1 Задача диагностики сердечных заболеваний
3.2 Задача диагностики заболевания печени
3.3 Задача диагностики рака груди
Заключение
Список использованных источников
ПРИЛОЖЕНИЕ А. Скрипт построения моделей диагностики сердца
ПРИЛОЖЕНИЕ Б. Оценка эффективнсти скрипта
ПРИЛОЖЕНИЕ В.

ВВЕДЕНИЕ
Актуальность. Принятие решений – это направляющая основа любой целенаправленной деятельности. С учетом того, что принятое решение является не только неотъемлемой составляющей любого рабочего цикла, но и формирует ответственность за результаты и риски, обеспечение рациональности и эффективности принимаемых решений является одной из актуальнейших проблем современности. Если на начальных этапах развития система принятия решений преимущественно основывалась на интуиции и личном опыте, то по мере развития на передний план стал выходить научный подход. В рамках научного подхода к СППР (системе поддержки принятия решений) была разработана теория принятия решений (раздел праксеологии) и целый ряд методов для повышения ее эффективности.
СППР требуется на современном этапе практически во всех сферах и отраслях деятельности, где результатом являются логически доказуемые, обоснованные аргументы для принятия решений. Для последних требуется детальный анализ большого количества