Електроний каталог - Науково-технічна бібліотека ім М.Є. Жуковського ХАІ

Cписок

Bazilevych K., Kyrylenko O., Parfenyuk Y., Krivtsov S., Meniailov I., Kuznietcova V., Chumachenko D.
Comparative analysis of the machine learning models determining COVID-19 patient risk levels

Вид документа: Стаття періодики
Автор: Bazilevych K., Kyrylenko O., Parfenyuk Y., Krivtsov S., Meniailov I., Kuznietcova V., Chumachenko D. Вид автора: персона
Мова: Англійська Обсяг: Р. 5-17
УДК: 004.85:616-07:614.4

Аннотацiя:

The COVID-19 pandemic has posed unprecedented challenges to global healthcare systems, emphasizing the need for predictive tools for resource allocation and patient care. This study delves into the potential of ma-chine learning models to predict the risk levels of COVID-19 patients using a comprehensive dataset. This study aimed to evaluate and compare the efficacy of three distinct machine learning methodologies - Bayesian Criterion, Logistic Regression, and Gradient Boosting - in predicting the risk associated with COVID-19 pa-tients based on their symptoms, status, and medical history. This research is targeted at the process of patient state determination. The research subjects are machine learning methods for patient state determination. To achieve the aim of the research, the following tasks have been formulated: methods and models of the COVID-19 patients state determination should be analyzed; classification model of the patient state determination based on Bayes criterion should be developed

Переглянути електронну копію

Є складовою частиною документа: Радіоелектронні і комп'ютерні системи

Відомості щодо головного

Назва головного документа:

Радіоелектронні і комп'ютерні системи

Дата видання головного документа:

2023

Номер частини головного документа:

Загальна інформація

Бібліографія:

Bibliogr.: 29 names

Теми документа: