Недоліком багатьох діагностичних систем є неможливість достатньою мірою оцінити достовірність рішень. При вирішенні проблеми класифікації кожен приклад може бути класифікований із різним ступенем якості. Запропоновано міру якості зразкової класифікації (міра невідповідності). Мета дослідження - поліпшити оцінку достовірності діагностики в медицині на основі конформних предикторів, які надають можливість проводити вірогідну класифікацію, а також виявляти ненормальні випадки, коли класифікатор не може визначити клас для конкретного об'єкта, або відносить один об'єкт до окремих класів одночасно. Описано побудову та тестування різних імовірнісних моделей двійковій класифікації на основі машинного навчання, зокрема, методу SVM і конформних предикторів, що використовують міру невідповідності. Для вивчення та тестування моделей використано набір даних Breast Cancer Wisconsin (Diagnostic) Data Set для побудови лінійних, поліномів різного ступеня та моделей RBF. Оцінено результати прогнозування для кожного прикладу з набору тестів, а також інтегральні характеристики якості моделей, з урахуванням як правильності прогнозів для кожного класу, так і кількості різних типів аномалій. На базі кращих відібраних моделей (лінійна, поліноміальна модель 2-го ступеня і RBF) розроблено інтелектуальну діагностичну систему для застосування в медицині, яка надає можливість автоматизувати побудову моделі, а також проводити діагностику та відображати достовірність отриманого діагнозу або повідомляти про неможливість поставити діагноз. Програма також надає можливість декільком лікарям входити в систему, додавати нових пацієнтів і редагувати інформацію про них. Кожен пацієнт має свою медичну карту з результатами обстеження та поставленими діагнозами. Результати дослідження можуть бути застосовані в системах діагностики різних захворювань. Це можна зробити, використовуючи дані з симптомами та відповідними діагнозами і створивши відповідні моделі на цій основі.

 Наукова періодика України 

---

Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)

• Рувінська Вікторія Михайлівна (технічні науки)
• Шевчук Ірина Львівна (державне управління)
• Шевчук Інна Володимирівна (державне управління)
• Шевчук Інна Леонідівна (1969–) (філологічні науки)
• Шевчук Ігор Іванович (технічні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"