Cíl práce je navrhnout a naprogramovat aplikaci umožňující statistickou analýzu údajů o pacientech. Za pomoci umělých neuronových sítí, shlukování jedinců a kontingenčních tabulek se aplikace pokouší vybrat vhodnou léčbu a poskytuje odhad pravděpodobnosti uzdravení. Aplikace pracuje s datovým souborem, ze kterého se vytvoří Kohonenovy mapy. Aplikace také určuje statistické charakteristiky pacientů. Pomocí menu aplikace se nastavují parametry inicializace a učení sítě. Současně program exportuje výsledky a podstatné mezivýpočty do souboru.
Anotace v angličtině
The aim of the thesis is to design and program an application enabling statistical analysis of patient data. Using artificial neural networks, clustering of individuals, contingency tables and logistic regression, the application attemps to select appropriate treatment and provides an estimate probability of recovery. The application works with data file, which helps it to model Kohonen maps. It also determines the statistical characteristics of the patients. Using the application menu, the parameters of inicializing and learning of the network are set. At the same time, the program exports the results and significant inter-calculations.
Cíl práce je navrhnout a naprogramovat aplikaci umožňující statistickou analýzu údajů o pacientech. Za pomoci umělých neuronových sítí, shlukování jedinců a kontingenčních tabulek se aplikace pokouší vybrat vhodnou léčbu a poskytuje odhad pravděpodobnosti uzdravení. Aplikace pracuje s datovým souborem, ze kterého se vytvoří Kohonenovy mapy. Aplikace také určuje statistické charakteristiky pacientů. Pomocí menu aplikace se nastavují parametry inicializace a učení sítě. Současně program exportuje výsledky a podstatné mezivýpočty do souboru.
Anotace v angličtině
The aim of the thesis is to design and program an application enabling statistical analysis of patient data. Using artificial neural networks, clustering of individuals, contingency tables and logistic regression, the application attemps to select appropriate treatment and provides an estimate probability of recovery. The application works with data file, which helps it to model Kohonen maps. It also determines the statistical characteristics of the patients. Using the application menu, the parameters of inicializing and learning of the network are set. At the same time, the program exports the results and significant inter-calculations.
Cílem práce bude navrhnout a naprogramovat aplikaci umožňující statistickou analýzu údajů o pacientech.
Tato aplikace se pomocí umělých neuronových sítí, shlukování jedinců, kontingenčních tabulek a logistické regrese pokusí vybrat vhodnou léčbu a poskytne odhad pravděpodobnosti uzdravení.
Při zpracování teoretické části práce je třeba prostudovat Kohonenovu metodu samoorganizujících se map, kontingenční tabulky a logistickou regresi.
V praktické části bude ve vhodném softwaru vytvořena spustitelná aplikace pro práci s datovým souborem (včetně možnosti filtrování a dalších úprav dat) a pro modelování Kohonenových map poskytující shluky pacientů. Aplikace bude také určovat statistické charakteristiky. Menu aplikace bude umožňovat nastavit parametry inicializace a učení sítě. Současně bude program umožňovat export výsledků a podstatných mezivýpočtů.
V práci budou popsány veškeré aplikované metody a bude vysvětleno uživatelské prostředí aplikace.
Zásady pro vypracování
Cílem práce bude navrhnout a naprogramovat aplikaci umožňující statistickou analýzu údajů o pacientech.
Tato aplikace se pomocí umělých neuronových sítí, shlukování jedinců, kontingenčních tabulek a logistické regrese pokusí vybrat vhodnou léčbu a poskytne odhad pravděpodobnosti uzdravení.
Při zpracování teoretické části práce je třeba prostudovat Kohonenovu metodu samoorganizujících se map, kontingenční tabulky a logistickou regresi.
V praktické části bude ve vhodném softwaru vytvořena spustitelná aplikace pro práci s datovým souborem (včetně možnosti filtrování a dalších úprav dat) a pro modelování Kohonenových map poskytující shluky pacientů. Aplikace bude také určovat statistické charakteristiky. Menu aplikace bude umožňovat nastavit parametry inicializace a učení sítě. Současně bude program umožňovat export výsledků a podstatných mezivýpočtů.
V práci budou popsány veškeré aplikované metody a bude vysvětleno uživatelské prostředí aplikace.
Seznam doporučené literatury
ZVÁRA, K. a J. ŠTĚPÁN. Pravděpodobnost a matematická statistika. Vyd. 4. Praha: Matfyzpress, 2006, 230 s. ISBN 80-867-3271-1.
ENGELBRECHT Andries P. Computational Intelligence: An Introduction. Chichester: John Wiley & Sons, 2007. ISBN 978-0470035610
MAŘÍK V., O. ŠTĚPÁNKOVÁ a J. LAŽANSKÝ. Umělá inteligence 1. Praha: Academia, 1993. ISBN 80-200-0496-3.
MAŘÍK V., O. ŠTĚPÁNKOVÁ a J. LAŽANSKÝ. Umělá inteligence 2. Praha: Academia, 1997. ISBN 80-200-0504-8
MAŘÍK V., O. ŠTĚPÁNKOVÁ a J. LAŽANSKÝ. Umělá inteligence 3. Praha: Academia, 2001. ISBN 80-200-0472-6.
MAŘÍK V., O. ŠTĚPÁNKOVÁ a J. LAŽANSKÝ. Umělá inteligence 4. Praha: Academia, 2003. ISBN 80-200-1044-0.
Seznam doporučené literatury
ZVÁRA, K. a J. ŠTĚPÁN. Pravděpodobnost a matematická statistika. Vyd. 4. Praha: Matfyzpress, 2006, 230 s. ISBN 80-867-3271-1.
ENGELBRECHT Andries P. Computational Intelligence: An Introduction. Chichester: John Wiley & Sons, 2007. ISBN 978-0470035610
MAŘÍK V., O. ŠTĚPÁNKOVÁ a J. LAŽANSKÝ. Umělá inteligence 1. Praha: Academia, 1993. ISBN 80-200-0496-3.
MAŘÍK V., O. ŠTĚPÁNKOVÁ a J. LAŽANSKÝ. Umělá inteligence 2. Praha: Academia, 1997. ISBN 80-200-0504-8
MAŘÍK V., O. ŠTĚPÁNKOVÁ a J. LAŽANSKÝ. Umělá inteligence 3. Praha: Academia, 2001. ISBN 80-200-0472-6.
MAŘÍK V., O. ŠTĚPÁNKOVÁ a J. LAŽANSKÝ. Umělá inteligence 4. Praha: Academia, 2003. ISBN 80-200-1044-0.
Přílohy volně vložené
CD ROM
Přílohy vázané v práci
-
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Cíl práce je navrhnout a naprogramovat aplikaci umožňující statistickou analýzu údajů o pacientech. Za pomoci umělých neuronových sítí, shlukování jedinců a kontingenčních tabulek se aplikace pokouší vybrat vhodnou léčbu a poskytuje odhad pravděpodobnosti uzdravení. Aplikace pracuje s datovým souborem, ze kterého se vytvoří Kohonenovy mapy. Aplikace také určuje statistické charakteristiky pacientů. Pomocí menu aplikace se nastavují parametry inicializace a učení sítě. Současně program exportuje výsledky a podstatné mezivýpočty do souboru. Předložená práce splňuje zadání, naprogramovaná aplikace obsahuje požadované funkcionality.