Název: A machine learning method for incomplete and imbalanced medical data
Autoři: Salman, I. ; Vomlel, Jiří
Typ dokumentu: Příspěvky z konference
Konference/Akce: Czech-Japan Seminar on Data Analysis and Decision Making under Uncertainty /20./, Pardubice (CZ), 20170917
Rok: 2017
Jazyk: eng
Abstrakt: Our research reported in this paper is twofold. In the first part of the paper we use\nstandard statistical methods to analyze medical records of patients suffering myocardial\ninfarction from the third world Syria and a developed country - the Czech Republic.\nOne of our goals is to find whether there are statistically significant differences between\nthe two countries. In the second part of the paper we present an idea how to deal with\nincomplete and imbalanced data for tree-augmented naive Bayesian (TAN). All results\npresented in this paper are based on a real data about 603 patients from a hospital in\nthe Czech Republic and about 184 patients from two hospitals in Syria.
Klíčová slova: Acute Myocardial Infarction; Bayesian networks; Data Analysis; Imbalanced Data; Machine Learning
Číslo projektu: GA16-12010S (CEP)
Poskytovatel projektu: GA ČR
Zdrojový dokument: Proceedings of the 20th Czech-Japan Seminar on Data Analysis and Decision Making under Uncertainty, CZECH-JAPAN SEMINAR 2017, ISBN 978-80-7464-932-5

Instituce: Ústav teorie informace a automatizace AV ČR (web)
Informace o dostupnosti dokumentu: Dokument je dostupný na externích webových stránkách.
Externí umístění souboru: http://library.utia.cas.cz/separaty/2017/MTR/vomlel-0484058.pdf
Původní záznam: http://hdl.handle.net/11104/0279537

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-371101


Záznam je zařazen do těchto sbírek:
Věda a výzkum > AV ČR > Ústav teorie informace a automatizace
Konferenční materiály > Příspěvky z konference