Naslov
Učenje Bayesovskih mrež iz medicinskih podatkov
(Learning Bayesian Networks from Medical Data)

Autori
Štajduhar, Ivan

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, magistarski rad

Fakultet
Fakultet računarstva i informatike

Mjesto
Ljubljana

Datum
13.12

Godina
2005

Stranica
67

Mentor
Bratko, Ivan

Ključne riječi
Bayes; strojno učenje; cenzurirani podatki
(Bayes; machine learning; censored data)

Sažetak
Bayesovske mreže so vrsta grafičnih (potencialno emvzročnih) modelov, ki jih lahko uporabljamo za modeliranje različnih pojavov. V magistrski nalogi je obravnavan problem učenja struktur bayesovskih mrež iz podatkov. Naučena struktura bayesovske mreže, ki predstavlja neko domeno, nas lahko nauči nekatera nova znanja, ki izhajajo iz osnovne vzročne strukture modela. Naučeno mrežo lahko uporabimo tudi za napoved količin, ki jih je težko (drago, neetično) izmeriti, na osnovi drugih, bolj dosegljivih količin. V literaturi obstaja veliko metod za učenje mrež iz podatkov. V nalogi so, med ostalimi, predstavljeni algoritmi PC, GS, K2 in GES. Na umetno generiranih podatkih, umetnih in realnih domenah je narejena medsebojna primerjava in ocena teh algoritmov. Nato je preizkušeno učenje mrež iz medicinskih domen obolenja jeter, operacija kolka in rak na dojki. Algoritmi za učenje bayesovskih mrež iz podatkov, v primerjavi z drugimi metodami strojnega učenja, povprečno kažejo dobre rezultate na preprostih podatkih, na bolj težavnih pa ne. Naučeni model za domeno obolenja jeter je v primerjavi z ostalimi metodami uspešen. Za domeno operacija kolka so naučeni modeli slabši od naivnega Bayesa. Na domeni rak na dojki so preizkušene nekatere metode obravnave cenzuriranih podatkov. S temi metodami dobljene bayesovske mreže za to domeno so pomanjkljive. Predlagana je originalna metoda klasifikacije iz modelov podatkov posameznega razreda na osnovi verjetnosti podatkov, ki jo imenujemo DL Bayes. Z uporabo take klasifikacije so dobljeni nekoliko boljši rezultati za domene operacija kolka in rak na dojki.

Izvorni jezik
Slv

Znanstvena područja
Elektrotehnika

POVEZANOST RADA