Sökning: "Attributurval"

Hittade 3 uppsatser innehållade ordet Attributurval.

  1. 1. Exploring Feature Selection Techniques for Machine Learning-based Melanoma Skin Cancer Classification

    Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Thomas Eriksson Mueller; Viktor Fornstad; [2023]
    Nyckelord :Machine Learning; Feature Selection; Melanoma; Computer Aided Diagnosis; Bachelor Thesis; Maskininlärning; Attributurval; Melanom; Datorstödd Diagnostik; Kandidatarbete;

    Sammanfattning : One of the most globally common types of cancer is skin cancer, where melanoma is the most deadly form. An important and promising tool for diagnosing diseases such as skin cancer is computer aided diagnostics, a tool which utilizes machine learning to predict and classify cancer. LÄS MER

  3. 2. Evaluating Feature Selection Methods for Automated Computer Based Diagnostics of Diabetes

    Kandidat-uppsats, KTH/Datavetenskap

    Författare :Erik Wachtmeister; Noel Karlsson Johansson; [2022]
    Nyckelord :;

    Sammanfattning : Diabetes affects roughly 8% of the world population over the age of 18 and causes approximately 5 million deaths for people over the age of 20 each year. Furthermore, maybe half of all people with diabetes are undiagnosed. They could be diagnosed with automated computer-based diagnostics, but machine learning has its challenges. LÄS MER

  4. 3. ANN-modell för att bestämma renoveringsbehov av vattenledningar -- Utvärdering av viktiga attribut med tillämpning för Umeå kommun

    Master-uppsats, Lunds universitet/Avdelningen för Teknisk vattenresurslära

    Författare :Didrik Nilsson; [2020]
    Nyckelord :underhåll; förnyelse; strategiskt; attributurval; maskininlärning; Technology and Engineering;

    Sammanfattning : Sveriges vattenledningsnät kräver kontinuerliga och stora in- vesteringar och måste underhållas på ett effektivt sätt; syftet med den här studien var därför att utröna vilka ledningsattribut som är viktigast för att i en ANN-modell identifiera ledningar med hög risk för läckage. Detta gjordes genom att först använda attri- buturvalsmetoderna ReliefF och Recursive Feature Elimination (RFE) tillsammans med Random Forest Classification (RFC) och Multinomial logistisk regression (MLR) för att skapa urval av attri- buten. LÄS MER