Κριτήρια αναζήτησης: PCA
Βρέθηκαν 2 αποτελέσματα
Βρέθηκαν 2 αποτελέσματα , σύνολο σελίδων 1.
Εφαρμοζόμενα κριτήρια αναζήτησης: PCA Ακύρωση των κριτηρίων αναζήτησης
Περιορισμός αποτελεσμάτων με τη χρήση επιπλέον κριτηρίων αναζήτησης
Λίστα μετα τα αποτελέσματα αναζήτησης:

Comparison of Machine Learning and Deep Learning Methods for the Classification of Healthy vs Diseased Individuals and Organ-Specific Diseases Using Gene Expression Data

MSc
Τίτλος σε άλλη γλώσσα: Σύγκριση Μεθόδων Μηχανικής Μάθησης και Βαθιάς Μάθησης για Ταξινόμηση Υγιών και Ασθενών καθώς και Ασθενειών Οργάνων από Δεδομένα Γονιδιακής Έκφρασης [Ελληνική] Ημερομηνία: 21-09-2025 Συγγραφέας: ΙΩΑΝΝΗΣ ΒΙΓΚΟΣ Σχολή: Σχολή Θετικών Επιστημών και Τεχνολογίας Τμήμα: Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ) Περίληψη (Abstract): This MSc thesis investigates the comparative performance of machine learning and deep learning algorithms in classifying healthy versus diseased samples, based on gene expression datasets derived from The Cancer Genome Atlas (TCGA). A reproducible and technically rigorous data pipeline was implemented, encompassing exploratory data analysis (EDA), outlier detection, dimensionality reduction via Pr...

Predicting the appropriate combination of drugs for patients using machine learning methods

MSc
Ημερομηνία: 21-9-2024 Συγγραφέας: ΗΛΙΑΣ ΚΟΝΤΟΣ Σχολή: Σχολή Θετικών Επιστημών και Τεχνολογίας Τμήμα: Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ) Περίληψη (Abstract): In the intensive care units of the hospitals, the critically ill patientsfollow complex treatments consisting of drug combinations to avoidmortality and have fast recovery. However, the drug combinationsof a patient’s treatment may cause unwanted side effects. In thispaper, we apply Principal Component Analysis (PCA) over patients’treatment medical data, so that we can identify similar clinical ca...