|
|
Populace buněk karcinomu prsu. Využití pro stanovení optimálního terapeutického postupu. Prediktivní model.
Kolařík, Dušan ; Halaška, Michael (vedoucí práce) ; Kofránek, Jiří (oponent) ; Dundr, Pavel (oponent)
1 ABSTRAKT Východiska Vlastnosti populace buněk karcinomu prsu se v běžné klinické praxi využívají ke stanovení prognózy zhoubného onemocnění (prognostické faktory) a k předpovědi reaktivity nádoru na určitou léčebnou modalitu (prediktivní faktory). Nezbytným nezávislým prognostickým faktorem u žen s časným karcinomem prsu je také stav axilárních mízních uzlin. Součásti primární operace je proto také chirurgická exstirpace axilárních uzlin a jejich histopatologické vyšetření. Rozsah tohoto výkonu je variabilní, za standardní se v současné době považuje biopsie sentinelové uzliny. Je však možné, že tento typ zákroku není nejvhodnější pro všechny pacientky s primárním prsním karcinomem. Cíle práce Cílem této práce je ověřit, je-li s dostatečnou přesností možné předvídat postižení axilárních lymfatických uzlin použitím neoperační metody - tedy vyhodnocením kombinace prognostických a prediktivních faktorů samotného primárního nádoru. Nástrojem pro tuto predikci je matematický model sestavený na základě souboru údajů o pacientkách léčených pro zhoubná onemocnění prsu časných stadií. Použití tohoto modelu v každodenní praxi pak může umožnit přizpůsobení radikality zákroku v axile pro každou individuální pacientku. Pacienti a metody V této retrospektivní studii jsme použili údaje 617 žen léčených v přední...
|
|
|
Human-Computer Interaction - spolupráce člověka a počítače
Nápravníková, Hana ; Vacura, Miroslav (vedoucí práce) ; Sigmund, Tomáš (oponent)
Práce se zabývá Human-computer Interaction a jejím hlavním cílem je více přiblížit problematiku tohoto oboru. První část popisuje dvě hlavní oblasti, tedy Kognitivní vědu a Kognitivní psychologii, z nichž HCI vychází. Druhá část se věnuje konkrétně Human-computer Interaction, historií vzniku, aspektům lidského faktoru a činitelů, prvky inter-akce a modelování interakce společně s příklady z každodenního života.
|
|
|
Populace buněk karcinomu prsu. Využití pro stanovení optimálního terapeutického postupu. Prediktivní model.
Kolařík, Dušan ; Halaška, Michael (vedoucí práce) ; Kofránek, Jiří (oponent) ; Dundr, Pavel (oponent)
1 ABSTRAKT Východiska Vlastnosti populace buněk karcinomu prsu se v běžné klinické praxi využívají ke stanovení prognózy zhoubného onemocnění (prognostické faktory) a k předpovědi reaktivity nádoru na určitou léčebnou modalitu (prediktivní faktory). Nezbytným nezávislým prognostickým faktorem u žen s časným karcinomem prsu je také stav axilárních mízních uzlin. Součásti primární operace je proto také chirurgická exstirpace axilárních uzlin a jejich histopatologické vyšetření. Rozsah tohoto výkonu je variabilní, za standardní se v současné době považuje biopsie sentinelové uzliny. Je však možné, že tento typ zákroku není nejvhodnější pro všechny pacientky s primárním prsním karcinomem. Cíle práce Cílem této práce je ověřit, je-li s dostatečnou přesností možné předvídat postižení axilárních lymfatických uzlin použitím neoperační metody - tedy vyhodnocením kombinace prognostických a prediktivních faktorů samotného primárního nádoru. Nástrojem pro tuto predikci je matematický model sestavený na základě souboru údajů o pacientkách léčených pro zhoubná onemocnění prsu časných stadií. Použití tohoto modelu v každodenní praxi pak může umožnit přizpůsobení radikality zákroku v axile pro každou individuální pacientku. Pacienti a metody V této retrospektivní studii jsme použili údaje 617 žen léčených v přední...
|
|
|
Prediktivní analýza - postup a tvorba prediktivních modelů
Praus, Ondřej ; Pour, Jan (vedoucí práce) ; Mrázek, Luboš (oponent)
Řešenou oblastí diplomové práce je prediktivní analýza. Tento typ analýzy využívá historická data a prediktivní modely k předpovědi určitého jevu. Hlavním cílem práce je popsání prediktivní analýzy a jejího procesu z teoretického i praktického hlediska. Dílčí cíle jsou praktická realizace projektu prediktivní analýzy ve významné pojišťovně působící na českém trhu a zlepšení současného stavu predikce podvodných pojistných událostí. Práce je rozdělená na teoretickou a praktickou část. V teoretické části je popsán proces prediktivní analýzy a několik typů prediktivních modelů. Praktická část, na kterou je kladen důraz, popisuje realizaci projektu prediktivní analýzy ve firmě. V praktické části jsou nejprve přiblíženy techniky skladby dat při tvorbě datamartu. Nad připraveným datamartem jsou pak vyvíjeny různé typy prediktivních modelů. Pro názornost práce zahrnuje praktické příklady a řešené problémy. Hlavním přínosem práce je detailní popis řešení projektu, díky kterému je oblast prediktivní analýzy lépe pochopitelná. Přínosem úspěšně provedené prediktivní analýzy je zlepšení současného stavu detekce podvodných událostí v podniku.
|
|
|
Mladá Boleslav v raném středověku a její zázemí
KRAUS, Miroslav
Práce v první řadě shrnuje a mapuje dosavadní archeologické poznání raně středověkého osídlení v bezprostředním okolí hradského centra Mladé Boleslavi a Švédských šancí (k. ú. Chloumek). Jedná se arbitrárně vymezené území s okruhem vzdálenosti 5km od Mladé Boleslavi. Prostorová data pak byla zpracována v prostředí GIS a z nich byly poté vytvořeny prediktivní modely. Ty jsou dále dle dosavadních poznatků o hospodářském zázemí zhodnoceny, zkritizovány, interpretovány a je načrtnuta možná podoba a vývoj zázemí. V rámci práce pak byl proveden analytický povrchový sběr na hradišti Švédské šance, materiál z něho prostorově vyhodnocen, chronologicky zařazen a porovnán s darovaným keramickým souborem.
|
|
| |
|
|
Aplikace Business Intelligence v telekomunikačním sektoru
Višňová, Marika ; Novotný, Ota (vedoucí práce) ; Slánský, David (oponent)
Čtenář bakalářské práce z kontextu pochopí logickou souvztažnost mezi děním na trhu telekomunikačního sektoru a potřebou orientace společnosti na zákazníka a tím i na Churn management. V práci jsou popsány principy a komponenty Business Intelligence a dolování dat, které tvoří technologický základ Churn managementu. V poslední kapitole, která je věnována samotnému Churn managementu, je ukázáno jak probíhá vytvoření prediktivního modelu dle metodiky CRISP-DM, což by mělo alespoň zprostředkovaně přiblížit Churn management v praxi.
|
host ::
RSS.