<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://dk.um.si/IzpisGradiva.php?id=61333"><dc:title>Ugotavljanje uspešnosti inteligentnih sistemov pri ločevanju rakov prostate in debelega črevesa</dc:title><dc:creator>Pucko,	Simon	(Avtor)
	</dc:creator><dc:creator>Kokol,	Peter	(Mentor)
	</dc:creator><dc:subject>metoda podpornih vektorjev</dc:subject><dc:subject>strojno učenje</dc:subject><dc:subject>klasifikator J48</dc:subject><dc:subject>Weka</dc:subject><dc:subject>rak na črevesu</dc:subject><dc:subject>rak prostate</dc:subject><dc:description>Rak na debelem črevesu in rak prostate sta dve izmed najpogostejših rakavih obolenj moške populacije tako v Sloveniji kot tudi po svetu. Pri ženskah se prav tako pojavlja rak na črevesu kot ena izmed najpogostejših oblik raka. Rak je zelo kompleksna vrsta bolezni, za katero točnih vzrokov ne poznamo. Številne raziskave potrjujejo, da je rak posledica tako kombinacije medsebojnega delovanja dednih dejavnikov kot tudi najrazličnejših vplivov okolja. 

Cilj magistrske naloge je bil teoretično predstaviti področje raziskovanja ter v nadaljevanju pridobljeno znanje uporabiti na praktičnem primeru. Teoretični del opisuje tako metode podatkovnega rudarjenja, s poudarkom na metodi podpornih vektorjev, kot tudi odločitvena drevesa, s poudarkom na odločitvenem drevesu J48. Predstavili smo tudi proteine, ki regulirajo gensko ekspresijo, tako imenovane transkripcijske faktorje, ki pri nastanku rakavih obolenj igrajo pomembno vlogo. Ker se naš praktičen primer nanaša na obolenje raka na črevesu in raka prostate, smo na kratko predstavili tudi statistične podatke, dejavnike tveganja, simptome ter možnosti zdravljenja obeh omenjenih vrst raka.

V empiričnem delu predstavljamo praktičen primer, ki smo ga izvedli s programskim orodjem Weka in z uporabo podatkovne baze podatkov AP_Colon_Prostate – za to smo se odločili, ker obolenje raka na črevesu in raka prostate spadata med najpogostejša rakava obolenja današnje populacije. V programskem okolju Weka smo ugotavljali, za kako natančna in zanesljiva se izkažeta klasifikator metode podpornih vektorjev (angl. Support vector machine – SVM ali angl. Sequntial minimal optimization – SMO) in klasifikator odločitvenega drevesa J48 pri ugotavljanju genskih ekspresij. S pomočjo programskega okolja Weka smo predstavili tudi najpogostejše gene iz naše podatkovne baze, ki se pojavljajo pri obolenju raka črevesja in raka prostate.</dc:description><dc:publisher>[S. Pucko]</dc:publisher><dc:date>2016</dc:date><dc:date>2016-08-01 11:04:57</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>61333</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
