Εξόρυξη γνώσης από ιατροβιολογικά δεδομένα
Πίσω από όλα αυτά τα δεδομένα που υπάρχουν κρύβεται ένας τεράστιος θησαυρός γνώσεων τον οποίο δεν μπορούμε να αντιληφθούμε καθώς η μορφή των πληροφοριών δεν μας το επιτρέπει. Έτσι αναπτύχθηκαν μέθοδοι και τεχνικές που μας βοηθούν να βρούμε την κρυμμένη γνώση και να την αξιοποιήσουμε προς όφελος κυ...
Κύριος συγγραφέας: | |
---|---|
Άλλοι συγγραφείς: | |
Μορφή: | Thesis |
Γλώσσα: | Greek |
Έκδοση: |
2013
|
Θέματα: | |
Διαθέσιμο Online: | http://hdl.handle.net/10889/5893 |
id |
nemertes-10889-5893 |
---|---|
record_format |
dspace |
spelling |
nemertes-10889-58932022-09-05T14:01:03Z Εξόρυξη γνώσης από ιατροβιολογικά δεδομένα Biomedical data mining Καλλά, Μαρία-Παυλίνα Πιντέλας, Παναγιώτης Πιντέλας, Παναγιώτης Ράγγος, Όμηρος Κωτσιαντής, Σωτήριος Kalla, Maria-Paulina Βιοπληροφορική Βιολογικές βάσεις δεδομένων Εξόρυξη γνώσης Αλγόριθμοι κατηγοριοποίησης Bioinformatics Data mining Classification algorithms Biological databases Ensemble methods 610.285 Πίσω από όλα αυτά τα δεδομένα που υπάρχουν κρύβεται ένας τεράστιος θησαυρός γνώσεων τον οποίο δεν μπορούμε να αντιληφθούμε καθώς η μορφή των πληροφοριών δεν μας το επιτρέπει. Έτσι αναπτύχθηκαν μέθοδοι και τεχνικές που μας βοηθούν να βρούμε την κρυμμένη γνώση και να την αξιοποιήσουμε προς όφελος κυρίως του κοινού και η πιο γνωστή μέθοδος, με την οποία θα ασχοληθούμε και εμείς είναι η Εξόρυξη Γνώσης. Στην εργασία που ακολουθεί θα μιλήσουμε για την χρήση των μεθόδων Εξόρυξης Γνώσης (όπως λέγονται) σε βιοϊατρικά δεδομένα. Στην αρχή θα κάνουμε αναφορά στην Μοριακή Βιολογία και στην Βιοπληροφορική. Ακολούθως θα δουμε την Ανακάλυψη γνώσης από βάσεις δεδομένων. Θα δούμε αναλυτικά την Εξόρυξη γνώσης και πιο πολύ τις μεθόδους κατηγοριοποίησης. Τέλος θα εφαρμόσουμε τους αλγορίθμους σε ιατροβιολογικά δεδομένα και θα δούμε τα συμπεράσματα που προκύπτουν αλλά και μελλοντικές επεκτάσεις. Behind all these data there is hidden a huge treasure of knowledge which we can not understand . Thus developed methods and techniques that help us find the hidden knowledge and to utilize it for the benefit of the public. The most famous method, which we will study, is Data Mining. In the work that follows we will discuss the use of data mining methods (as they are called) in biomedical data. In the beginning, we will report information about Molecular Biology and Bioinformatics. Then. we will see the knowledge discovery in databases. We will see in detail the Data Mining and the classification methods. Finally we implement the algorithms in biomedical data and see the conclusions and future extensions. 2013-02-28T17:24:53Z 2013-02-28T17:24:53Z 2012-11-01 2013-02-28 Thesis http://hdl.handle.net/10889/5893 gr Η ΒΚΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της. 0 application/pdf |
institution |
UPatras |
collection |
Nemertes |
language |
Greek |
topic |
Βιοπληροφορική Βιολογικές βάσεις δεδομένων Εξόρυξη γνώσης Αλγόριθμοι κατηγοριοποίησης Bioinformatics Data mining Classification algorithms Biological databases Ensemble methods 610.285 |
spellingShingle |
Βιοπληροφορική Βιολογικές βάσεις δεδομένων Εξόρυξη γνώσης Αλγόριθμοι κατηγοριοποίησης Bioinformatics Data mining Classification algorithms Biological databases Ensemble methods 610.285 Καλλά, Μαρία-Παυλίνα Εξόρυξη γνώσης από ιατροβιολογικά δεδομένα |
description |
Πίσω από όλα αυτά τα δεδομένα που υπάρχουν
κρύβεται ένας τεράστιος θησαυρός γνώσεων τον οποίο δεν μπορούμε να αντιληφθούμε καθώς η μορφή των πληροφοριών δεν μας το επιτρέπει. Έτσι αναπτύχθηκαν μέθοδοι και τεχνικές που μας βοηθούν να βρούμε την κρυμμένη
γνώση και να την αξιοποιήσουμε προς όφελος κυρίως του κοινού και η πιο γνωστή
μέθοδος, με την οποία θα ασχοληθούμε και εμείς είναι η Εξόρυξη Γνώσης.
Στην εργασία που ακολουθεί θα μιλήσουμε για την χρήση των μεθόδων Εξόρυξης Γνώσης (όπως λέγονται) σε βιοϊατρικά δεδομένα.
Στην αρχή θα κάνουμε αναφορά στην Μοριακή Βιολογία και στην Βιοπληροφορική. Ακολούθως θα δουμε την Ανακάλυψη γνώσης από βάσεις δεδομένων. Θα δούμε αναλυτικά την Εξόρυξη γνώσης και πιο πολύ τις μεθόδους κατηγοριοποίησης. Τέλος θα εφαρμόσουμε τους αλγορίθμους σε ιατροβιολογικά δεδομένα και θα δούμε τα συμπεράσματα που προκύπτουν αλλά και μελλοντικές επεκτάσεις. |
author2 |
Πιντέλας, Παναγιώτης |
author_facet |
Πιντέλας, Παναγιώτης Καλλά, Μαρία-Παυλίνα |
format |
Thesis |
author |
Καλλά, Μαρία-Παυλίνα |
author_sort |
Καλλά, Μαρία-Παυλίνα |
title |
Εξόρυξη γνώσης από ιατροβιολογικά δεδομένα |
title_short |
Εξόρυξη γνώσης από ιατροβιολογικά δεδομένα |
title_full |
Εξόρυξη γνώσης από ιατροβιολογικά δεδομένα |
title_fullStr |
Εξόρυξη γνώσης από ιατροβιολογικά δεδομένα |
title_full_unstemmed |
Εξόρυξη γνώσης από ιατροβιολογικά δεδομένα |
title_sort |
εξόρυξη γνώσης από ιατροβιολογικά δεδομένα |
publishDate |
2013 |
url |
http://hdl.handle.net/10889/5893 |
work_keys_str_mv |
AT kallamariapaulina exoryxēgnōsēsapoiatrobiologikadedomena AT kallamariapaulina biomedicaldatamining |
_version_ |
1771297267358105600 |