Aivohalvauksen ennustaminen neuroverkkomallilla
Nordlund, Jori (2021)
2021
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202105128410
https://urn.fi/URN:NBN:fi:amk-202105128410
Tiivistelmä
Insinöörityön tavoitteena oli tutkia mahdollisuutta hyödyntää neuroverkkomallia aivohalvauksen riskin ennustamisessa. Insinöörityön raportissa kerrotaan aivohalvauksesta ja perehdytään sen riskitekijöihin. Raportissa esitellään myös neuroverkkojen toimintaa yleisesti sekä työssä käytettyjä teknologioita.
Insinöörityö toteutettiin Python-ohjelmointikielellä hyödyntäen TensorFlow-, Scikit-learn-, Matplotlib- sekä Pandas-kirjastoja. Ohjelman tekemiseen sekä dokumentointiin käytettiin Jupyter Notebook -tekstieditoria.
Raportissa esitellään työssä käytettyjä Python-kirjastoja sekä paneudutaan näiden tarjoamiin työkaluihin, jotka olivat työn toteuttamisen kannalta olennaisia.
Työn aikana kokeiltiin useita rakenteeltaan erilaisia neuroverkkomalleja. Lopullista vertailua varten jätettiin kaksi toisistaan poikkeavaa mallia. Toinen neuroverkkomalleista oli yksinkertainen ja toinen huomattavasti monimutkaisempi.
Insinöörityön raportissa tutkitaan kummankin neuroverkkomallin tuottamia ennustustuloksia ja pohditaan mallien ennustustulosten tarkkuuden ja virhefunktion arvojen välisiä eroja.
Insinöörityö toteutettiin Python-ohjelmointikielellä hyödyntäen TensorFlow-, Scikit-learn-, Matplotlib- sekä Pandas-kirjastoja. Ohjelman tekemiseen sekä dokumentointiin käytettiin Jupyter Notebook -tekstieditoria.
Raportissa esitellään työssä käytettyjä Python-kirjastoja sekä paneudutaan näiden tarjoamiin työkaluihin, jotka olivat työn toteuttamisen kannalta olennaisia.
Työn aikana kokeiltiin useita rakenteeltaan erilaisia neuroverkkomalleja. Lopullista vertailua varten jätettiin kaksi toisistaan poikkeavaa mallia. Toinen neuroverkkomalleista oli yksinkertainen ja toinen huomattavasti monimutkaisempi.
Insinöörityön raportissa tutkitaan kummankin neuroverkkomallin tuottamia ennustustuloksia ja pohditaan mallien ennustustulosten tarkkuuden ja virhefunktion arvojen välisiä eroja.