Bücher von Shabnam Sayqd

Nauka o dannyh ¿ äto mezhdisciplinarnaq oblast', kotoraq wklüchaet izwlechenie znanij i idej iz dannyh s ispol'zowaniem razlichnyh nauchnyh metodow, processow, algoritmow i sistem. On sochetaet w sebe älementy statistiki, matematiki, informatiki i predmetnyh znanij dlq ponimaniq i analiza slozhnyh naborow dannyh. Cel' nauki o dannyh ¿ wyqwit' zakonomernosti, tendencii i wzaimoswqzi w dannyh, kotorye mozhno ispol'zowat' dlq prinqtiq obosnowannyh reshenij, resheniq problem, i dobit'sq rezul'tatow w biznese. On wklüchaet w sebq sbor, ochistku i preobrazowanie neobrabotannyh dannyh w udobnyj format, primenenie statisticheskih metodow i algoritmow mashinnogo obucheniq dlq izwlecheniq znachimoj informacii i peredachu rezul'tatow zainteresowannym storonam. Uchenye, rabotaüschie s dannymi, ispol'zuüt shirokij spektr instrumentow i tehnologij, wklüchaq qzyki programmirowaniq, takie kak Python. i R, metody statisticheskogo modelirowaniq, instrumenty wizualizacii dannyh i platformy bol'shih dannyh. Oni rabotaüt s bol'shimi i raznoobraznymi naborami dannyh, kotorye mogut wklüchat' strukturirowannye dannye iz baz dannyh, nestrukturirowannye dannye iz social'nyh setej ili textowyh dokumentow, a takzhe potokowye dannye ot datchikow ili ustrojstw Interneta weschej. Nauka o dannyh nahodit primenenie w razlichnyh otraslqh, wklüchaq finansy, zdrawoohranenie, marketing i t. d. .

V ätoj knige iskusstwennye nejronnye seti (INS) ispol'zuütsq dlq diagnostiki wypadeniq wolos u pacientow. Autoimmunnoe zabolewanie, izwestnoe kak Alopecia Areata (AA), priwodit k wypadeniü wolos w porazhennoj oblasti. Poslednie dannye po wsemu miru pokazywaüt, chto AA porazhaet 1 iz 1000 chelowek, a chastota zabolewaemosti sostawlqet 2%. Naprimer, klassifikaciq wazhna w oblasti mediciny, poskol'ku odna iz osnownyh zadach wracha - ustanowit' nalichie ili otsutstwie zabolewaniq u pacienta. Cel' dannogo issledowaniq - ocenit' tochnost' nejronnyh setej dlq obnaruzheniq alopecii u lüdej. Zdorowye wolosy (ZV) i alopeciq (AA) imeüt klassifikacionnuü strukturu IA, kotoraq budet podwergnuta IS, wklüchaq uluchshenie i segmentaciü CLAHE. Zatem, dlq powysheniq tochnosti predlozhennoj shemy, bylo ispol'zowano uwelichenie dannyh (DA) dlq generacii dopolnitel'nyh dannyh. Zatem dlq izwlecheniq priznakow byla ispol'zowana predwaritel'no obuchennaq model' CNN VGG- 19. Dlq sozdaniq modeli mashinnogo obucheniq ispol'zowalsq podhod klassifikacii Support Vector Machine (SVM). Ostawshiesq izobrazheniq serii byli ispol'zowany dlq testirowaniq. Predlozhennaq model' VGG-SVM prodemonstrirowala tochnost' 98,31% pri modelirowanii.