Algoritmi strojnog učenja za analizu preživljenja

diplomski rad

• Autor: Ivana Vrdoljak
• Mentor: Tomislav Šmuc (mentor)
• Član povjerenstva: Tomislav Šmuc (predsjednik povjerenstva)
• Član povjerenstva: Matija Kazalicki (član povjerenstva)
• Član povjerenstva: Nenad Antonić (član povjerenstva)
• Član povjerenstva: Robert Manger (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Matematički odsjek); Zagreb
• Datum i država obrane: 2019-09-25, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Matematika

Sažetak

Analiza preživljenja iznimno je korisna kada želimo predvidjeti vrijeme događaja od interesa. Postoji sve više podataka prikladnih za analizu preživljenja i sve veća potreba za analiziranje istih. Postoji cijeli skup statističkih metoda, a sve se više razvijaju i metode strojnog učenja prilagođene za glavno svojstvo podataka o preživljenju, cenzuriranje. Dan je pregled statističkih metoda analize preživljenja i metoda strojnog učenja. Metode su uspoređene te je za dan pregled prednosti i mana. Navedne su i opisane mjere uspješnosti modela kod analize preživljenja. U ovome radu su opisane metode primijenjene na primjeru iz stvarnog svijeta, na podacima glazbene aplikacije.

Sažetak (engleski)

Survival analysis is extremely useful when we want to predict the time of the event of interest. There are a lot of developed statistical methods and machine learning is getting more and more adapted to the main problem with survival data, censorship. In this thesis is given a review of conventional survival analysis methods and various machine learning methods for survival analysis. Methods were compared and the main advantages and disadvantages of each were specified. Using specialized evaluation metrics for prediction performance was described. In this thesis main methods for analyzing such data are applied to the music application data.

• Ključne riječi: analiza preživljenja; strojno učenje
• Ključne riječi (engleski): survival analysis; machine learning
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:345813
• Studijski program: Naziv: Matematička statistika; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2020-06-26 10:39:42