NobleBlocks

Research indexJournal article

ПРИМЕНЕНИЕ ГИБРИДНЫХ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ДИАГНОСТИКИ ДИАБЕТА

Тулкуновна, кизи, Атабекович and 1 other

Zenodo (CERN European Organization for Nuclear Research)16 Jul 2024Open access

NobleIDark:/48914/w1/20260525/3F68D18ADOI10.5281/zenodo.12749856

Free to read at the publisher

You can read the abstract here, or the full text at the publisher.

Read at the publisher

Abstract

В работе исследуется применение ансамблевых методов, таких как случайный лес, градиентный бустинг и бэггинг для диагностики сахарного диабета и анализирует их преимущества и вызовы. Гибридные методы способствуют увеличению точности диагностики и снижению ложных срабатываний и ложноотрицательных результатов. В целом, гибридные методы машинного обучения представляют собой перспективный инструмент для улучшения диагностики сахарного диабета и могут способствовать более эффективному выявлению и управлению этим хроническим заболеванием.

Discussion

Topics

More

Suggest a correction or report