dc.contributor.author | Σάραφ, Σοφία | el |
dc.contributor.author | Saraf, Sofia | en |
dc.date.accessioned | 2023-03-23T10:10:29Z | |
dc.date.available | 2023-03-23T10:10:29Z | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/57269 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.24967 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | Χρονοσειρές | el |
dc.subject | Προβλέψεις | el |
dc.subject | Μηχανική Μάθηση | el |
dc.subject | Μεγάλα Δεδομένα | el |
dc.subject | Τάσεις | el |
dc.subject | Time-Series | en |
dc.subject | Python | el |
dc.subject | Forecasting | el |
dc.subject | Machine Learning | el |
dc.subject | Trends | el |
dc.title | Ανάπτυξη τεχνικών πρόβλεψης για την εισαγωγή ασθενών σε μονάδες υγείας με την χρήση Big Data | el |
heal.type | bachelorThesis | |
heal.classification | Ανάλυση Δεδομένων | el |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2023-01-24 | |
heal.abstract | Ο όγκος των δεδομένων στον χώρο της υγείας συνεχώς αυξάνεται . Τεράστιες ποσότητες δεδομένων, όπως τα ιατρικά στοιχεία, οι εγγραφές ασθενών, οι απεικονιστικές εξετάσεις, οι συμπεριφορές και οι απαιτήσεις των ασθενών ακόμα και τα οικονομικά στοιχεία που σχετίζονται με την περίθαλψη και την παροχή υπηρεσιών υγείας συλλέγονται καθημερινά στα πληροφοριακά συστήματα των δομών υγείας και πρόνοιας. Η επεξεργασία αυτών των δεδομένων απαιτεί ευφυείς λύσεις για λήψη έγκυρων και αξιόπιστων πληροφοριών, αποφάσεων και προβλέψεων. Τα προγνωστικά μοντέλα αναλύουν τα υπάρχοντα δεδομένα με στόχο ασφαλείς προβλέψεις για μελλοντικά γεγονότα και τάσεις. Η χρήση αυτών των μοντέλων από μονάδες υγείας βοηθά στην βελτίωση του κόστους και της ποιότητας των παρεχόμενων υπηρεσιών αλλά και στον καθορισμό των βέλτιστων κλινικών πρακτικών. Στόχος της συγκεκριμένης διπλωματικής εργασίας είναι η συλλογή και ανάλυση δεδομένων που αφορούν εισαγωγές ασθενών μονάδων υγείας με σκοπό την εξαγωγή χρήσιμων συμπερασμάτων. Η προγνωστική ανάλυση είναι ένας τομέας όπου με την χρήση διάφορων στατιστικών μεθόδων σε έναν πολύ μεγάλο αριθμό δεδομένων ασθενών ανιχνεύονται μοτίβα και συσχετίσεις που θα ήταν πολύ δύσκολο για ένα μεμονωμένο άτομο να συνδυάσει όλα αυτά τα δεδομένα. Με βάση ειδικούς αλγόριθμους που συσχετίζουν την κατάσταση του ασθενή με πολλές παρόμοιες περιπτώσεις που είναι περασμένες σε μία τεράστια αποθήκη δεδομένων μπορεί να βοηθηθεί πάρα πολύ στην διάγνωση και στην αντίστοιχη θεραπεία που θα δοθεί στον ασθενή. | el |
heal.advisorName | Ασκούνης, Δημήτριος | el |
heal.committeeMemberName | Ασκούνης, Δημήτριος | el |
heal.committeeMemberName | Δούκας, Χρυσόστομος | el |
heal.committeeMemberName | Ψαρράς, Ιωάννης | el |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
heal.academicPublisherID | ntua | |
heal.fullTextAvailability | false |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: