Ανάλυση δεδομένων καρκίνου του πνεύμονα με την χρήση αλγορίθμων εξόρυξης δεδομένων και συγκριτική ανασκόπηση των αποτελεσμάτων

Αλεξανδρίδης, Ευθύμιος; Alexandridis, Efthymios

dc.contributor.author	Αλεξανδρίδης, Ευθύμιος	el
dc.contributor.author	Alexandridis, Efthymios	en
dc.date.accessioned	2019-12-17T10:21:30Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/49583
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.17281
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Τεχνο-Οικονομικά Συστήματα (ΜΒΑ)”	el
dc.rights	Default License
dc.subject	Τεχνητή Νοημοσύνη	el
dc.subject	Εξόρυξη Δεδομένων	el
dc.subject	Αλγόριθμοι	el
dc.subject	Καρκίνος	el
dc.subject	Artificial Intelligence	en
dc.subject	Algorithms	en
dc.subject	Cancer	en
dc.title	Ανάλυση δεδομένων καρκίνου του πνεύμονα με την χρήση αλγορίθμων εξόρυξης δεδομένων και συγκριτική ανασκόπηση των αποτελεσμάτων	el
heal.type	masterThesis
heal.classification	Βιοπληροφορική	el
heal.dateAvailable	2020-12-16T22:00:00Z
heal.language	el
heal.access	embargo
heal.recordProvider	ntua	el
heal.publicationDate	2019-04-18
heal.abstract	Στις μέρες η τεχνητή νοημοσύνη αποτελεί έναν από τους πιο αναπτυσσόμενους τομείς και εισβάλει ολοένα στην καθημερινότητα μας, για την λήψη αυτοματοποιημένων αποφάσεων στην σύγχρονη τεχνολογία. Στην παρούσα εργασία αναλύονται οι μέθοδοι και οι αλγόριθμοι που μπορεί κανείς να χρησιμοποιήσει προκειμένου να εκπαιδεύσει ένα σύστημα και τελικά να εξάγει κάποια συμπεράσματα για τα αποτελέσματα και την επιτυχία της μεθόδου που ακολούθησε. Αναλύεται το λογισμικό weka μέσω του οποίου πραγματοποιείται η επεξεργασία ανοιχτού περιεχομένου δεδομένων που αφορούν τον καρκίνο του πνεύμονα. Ο ιατρικός τομέας αποτελεί έναν από τους πιο απαιτητικούς τομείς που η ακρίβεια και η μείωση της πιθανότητας λάθους μπορεί να οδηγήσει στην σωτηρία μια ζωής. Οι περισσότερες αποφάσεις που παίρνονται από τους ιατρούς λαμβάνονται με βάση κάποια στατιστικά στοιχεία προηγούμενων παρόμοιων περιπτώσεων. Για παράδειγμα, για να χορηγηθεί ένα φάρμακο ή μια διαδικασία όπως η αντιμετώπιση καρκινικών κυττάρων πρέπει να ληφθεί υπόψιν η επιτυχία του συγκεκριμένου φαρμάκου ή της διαδικασίας σε προηγούμενα ανάλογα περιστατικά – ασθένειες. Ωστόσο με τόσο μεγάλο λοιπόν όγκο πληροφοριών ήταν αδύνατο να παραχθούν ασφαλή αποτελέσματα χωρίς κάποια συγκεκριμένη διαδικασία και αργά ή γρήγορα θα δημιουργούνταν η ανάγκη για εφεύρεση συγκεκριμένων διαδικασιών που θα βοηθούσαν σε αυτό το σκοπό. Η διαδικασία αυτή ονομάζεται Εξόρυξη Δεδομένων (ΕΔ) και έχει εξελιχθεί σε μια από τις μεγαλύτερες επιστήμες τον τελευταίο αιώνα. Διάφοροι κλάδοι επιστημονικοί ή μη εξαρτώνται από την ΕΔ. Γι’ αυτό λοιπόν τον λόγο θα εστιάσουμε και θα εφαρμόσουμε στην πράξη όσα θα δούμε πρώτα σε θεωρητικό υπόβαθρο, προκειμένου να καταφέρουμε να εκπαιδεύσουμε το σύστημα μας με το μικρότερο δυνατό ποσοστό λάθους και την μέγιστη δυνατή ακρίβεια και αξιοπιστία.	el
heal.advisorName	Παπαβασιλείου, Συμεών	el
heal.committeeMemberName	Ματσόπουλος, Γεώργιος	el
heal.committeeMemberName	Ρουσσάκη, Ιωάννα	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	66 σ.	en
heal.fullTextAvailability	true