| DC Field | Value | Language |
|---|
| dc.contributor.author | Корховая, А. Б. | - |
| dc.contributor.author | Абрамович, М. С. | - |
| dc.date.accessioned | 2021-06-03T13:11:05Z | - |
| dc.date.available | 2021-06-03T13:11:05Z | - |
| dc.date.issued | 2021 | - |
| dc.identifier.citation | Корховая, А. Б. Прогнозирование успешности лечения рака легкого с применением ансамблей классификаторов / А. Б. Корховая, М. С. Абрамович // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей VII Международной научно-практической конференции, Минск, 19-20 мая 2021 года / редкол.: В. А. Богуш [и др.]. – Минск : Бестпринт, 2021. – С. 412–415. | ru_RU |
| dc.identifier.isbn | 978-985-7267-09-5 | - |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/43882 | - |
| dc.description.abstract | Рассмотрены отличительные особенности ансамблей классификаторов: градиентного бустинга и случайного леса и условия их применения. На обучающей выборке больных раком легкого, состоящей из групп успешно излеченных больных и больных с летальным исходом, найдены значения гиперпараметров ансамблей классификаторов, обеспечивающих наибольшую точность классификации. Результаты классификации экзаменационной выборки показали высокую эффективность прогнозирования успешности лечения больных раком легкого. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | Бестпринт | ru_RU |
| dc.subject | публикации ученых | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | рак легкого | ru_RU |
| dc.subject | градиентный бустинг | ru_RU |
| dc.subject | lung cancer | ru_RU |
| dc.subject | gradient boosting | ru_RU |
| dc.title | Прогнозирование успешности лечения рака легкого с применением ансамблей классификаторов | ru_RU |
| dc.title.alternative | Prediction of the success of lung cancer treatment using ensembles of classifiers | ru_RU |
| dc.type | Article | ru_RU |
| local.description.annotation | The distinctive features of ensembles of classifiers: gradient boosting and random forest and the conditions for their application are considered. On a training sample of patients with lung cancer, consisting of groups of cured patients and patients with a fatal outcome, the values of the hyperparameters of ensembles of classifiers that provide the highest classification accuracy were found. The results of the classification of the examination sample showed a high efficiency of predicting the success of the treatment of patients with lung cancer. | - |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей (2021)
|
