Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "trees" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
On the Application of Classification and Regression Trees in Medical Diagnosis
O zastosowaniu drzew klasyfikacyjnych i regresyjnych w diagnostyce medycznej
Autorzy:
Misztal, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/904694.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
classification and regression trees
medical diagnosis
Opis:
Drzewo decyzyjne jest graficzną prezentacją metody rekurencyjnego podziału. Metoda ta polega na stopniowym podziale zbioru obiektów na rozłączne podzbiory aż do momentu uzyskania ich jednorodności ze względu na wyróżnioną cechę y. Gdy у jest zmienną nominalną, mamy do czynienia z nieparametryczną analizą dyskryminacji (drzewa klasyfikacyjne), gdy zaś jest zmienną ilościową z nieparametryczną analizą regresji (drzewa regresyjne). W referacie przedstawiono możliwości zastosowań drzew regresyjnych i klasyfikacyjnych do rozwiązywania problemów o charakterze decyzyjnym w diagnostyce medycznej.
Decision tree is a graphical presentation of the recursive partitioning the learning set into homogenous subsets considering dependent variable y. If dependent variable у is nominal we deal with nonparametric discriminant analysis (classification trees), when у is numerical - with nonparametric regression analysis (regression trees). The aim of the paper is to present some applications of regression and classification trees in medical diagnosis for solving decision - making problems.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2005, 194
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Use of Some Pattern Recognition Algorithms to Classify Patients Undergoing CABG
Zastosowanie wybranych algorytmów rozpoznawania obrazów do klasyfikacji pacjentów z chorobą wieńcową leczonych operacyjnie
Autorzy:
Misztal, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/904928.pdf
Data publikacji:
2004
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
pattern recognition algorithms
classification trees
coronary artery disease
Opis:
The primary goal of pattern recognition is supervised or unsupcrvised classification in order to solve decision - making problems. Medical diagnosis brings about many practical problems, which may be interpreted as pattern recognition tasks. Making diagnosis of a given patient means to solve a classification problem - we must recognize patient’s disease on the basis on some symptoms. The aim of the article is to present the results of using selected pattern recognition algorithms to classify patients with Coronary Artery Disease undergoing Coronary Artery Bypass Grafting (CABG).
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2004, 175
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Does the type of business activity and the enterprise location affect a firm’s survival? Results of an analysis for natural persons conducting economic activity in the Łódzkie Voivodship
Czy rodzaj prowadzonej działalności i lokalizacja przedsiębiorstwa wpływają na czas jego trwania? Wyniki analizy dla osób fizycznych prowadzących działalność gospodarczą w województwie łódzkim
Autorzy:
Mikulec, Artur
Misztal, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/425175.pdf
Data publikacji:
2018
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
enterprises
duration analysis
Kaplan-Meier survival curve
Cox proportional-hazards model
survival trees
Opis:
The article presents the results of the duration analysis for 21,163 enterprises (natural persons conducting economic activity) established in the Łódzkie Voivodship in 2010 and observed until December 31, 2015. The Kaplan-Meier estimation of the survival function, the Cox proportionalhazards model and the recursive partitioning method (the CTree algorithm) are applied to achieve the goal of the conducted research i.e. to answer the following question: does the type of business activity and location of the enterprise affect its duration? Prediction error curves based on the bootstrap crossvalidation estimates of the prediction error are used to assess and compare predictions obtained from all three models. On the basis of the analysis results it can be assumed that the type of business activity makes firms more varied due to their duration compared to their location.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2018, 22, 3; 23-40
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Proposal for Using Selected Tree-Based Models to Identify Operative Risk Subgroups among Patients Undergoing Coronary Artery Bypass Grafting
Propozycja wykorzystania wybranych modeli drzew klasyfikacyjnych i regresyjnych do identyfikacji grup ryzyka operacyjnego pacjentów z chorobą wieńcową leczonych operacyjnie
Autorzy:
Misztal, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/906886.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
recursive partitioning inethod
classification and regression trees
coronary artery disease
coronary artery bypass grafting
Opis:
Classification and regression trees are very popular and attractive types of classifiers, widely used to solve decision-making problems in different fields of science. The study was conducted to identify preoperative risk factors associated with morbidity outcome among patients undergoing isolated Coronary Artery Bypass Grafting (CABG) and to develop some classification rules assigning patients to selected risk subgroups. Prediction rules were established on the basis of the selected tree-structured models. The following tree-based algorithms were used: QUEST, CRUISE, LOTUS and PLUS.
Drzewa klasyfikacyjne i regresyjne należą do bardzo popularnych metod klasyfikacji, przede wszystkim ze względu na prostotę interpretacji i przejrzystą formę wizualizacji wyników. Stąd też są one szeroko wykorzystywane do rozwiązywania problemów decyzyjnych w różnych dziedzinach nauki. Celem prowadzonych badań była identyfikacja przedoperacyjnych czynników ryzyka, związanych z wystąpieniem powikłań śród- i pooperacyjnych wśród pacjentów z chorobą wieńcową, leczonych w sposób operacyjny. Dodatkowo podjęto próbę zdefiniowania reguł decyzyjnych, które mogłyby umożliwić przydzielenie pacjenta do jednej z wyróżnionych grup ryzyka operacyjnego na podstawie opisujących go cech przedoperacyjnych. Reguły klasyfikacyjne budowano wykorzystując metodę rekurencyjnego podziału. W analizie uwzględniono algorytmy QUEST i CRUJSE, tworzące drzewa klasyfikacyjne oraz algorytmy LOTUS i PLUS, łączące rekurencyjny podział przestrzeni cech z analizą regresji logistycznej.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2007, 206
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies