Please use this identifier to cite or link to this item:
Title: Χρήση τεχνικών εξόρυξης από δεδομένα (datamining) στην ανάλυση ιατρικών δεδομένων : εφαρμογή στην ανάλυση δεδομένων για διαταραχές αυτιστικού φάσματος
Other Titles: Using mining techniques from data (datamining) analyzing medical data : application in data analysis for autism spectrum disorders
Authors: Γκόλφης, Μάριος
Keywords: Εξόρυξη δεδομένων
Διαταραχές αυτιστικού φάσματος
Keywords (translated): Data mining
Autism spectrum disorders
Abstract: Ο σκοπός της παρούσας εργασίας είναι η ανάλυση ιατρικών δεδομένων και συγκεκριμένα η ανάλυση δεδομένων για Διαταραχές Αυτιστικού Φάσματος. Πιο αναλυτικά, ο σκοπός της εργασίας είναι η εξαγωγή κανόνων και ομάδων από την Βάση Γνώσης του έργου ΠΑΥΕΥΣ και η αξιολόγηση των κανόνων και των ομάδων από ειδικούς στον αυτισμό,οι οποίοι θα βεβαιώσουν αν στην πράξη έχουν εφαρμογή οι κανόνες που θα εξάγουμε. Η εργασία αυτή αποτελείται από τρία μέρη. Το πρώτο μέρος περιλαμβάνει το θεωρητικό κομμάτι της εξόρυξης δεδομένων και μια περιήγηση στα προγράμματα που εργάστηκα. Αναλυτικά στο πρώτο κεφάλαιο γίνεται μια εισαγωγή στη Διαδικασία Εξόρυξης Γνώσης, την ανακάλυψη γνώσης και την εξόρυξη δεομένων. Στο δεύτερο κεφάλαιο γίνεται μια παρουσίαση της κατηγοριοποίησης, τις μεθόδους της και τους αλγορίθμους της. Στο τρίτο κεφάλαιο ομοίως για την συσταδοποίηση και στο τέταρτο κεφάλαιο για τους κανόνες συσχέτισης. Στο πέμπτο, έκτο και έβδομο κεφάλαιο γίνεται μια περιήγηση στα προγράμματα Apriori, Diogenisκαι Weka αντίστοιχα. Το δεύτερο μέρος αναφέρεται στις Διαταραχές Αυτιστικού Φάσματος στο όγδοο κεφάλαιο και στο ένατο κεφάλαιο στο έργο ΠΑΥΕΥΣ, το αντικείμενο του έργου και πως λειτουργεί. Στο δέκατο κεφάλαιο γίνεται μια περιγραφή για το τι περιλαμβάνει η βάση δεδομένων που ανέλυσα και στο εντέκατο διατυπώνεται η περιγραφή του προβλήματος. Στο τρίτο μέρος της εργασίας παρουσιάζονται οι μέθοδοι εξόρυξης δεδομένων που χρησιμοποιήθηκαν. Ο καθαρισμός, η προ-επεξεργασία της βάσης δεδομένων και τα τρεξίματα που έγιναν στα προγράμματα. Στη συνέχεια παρουσιάζονται τα αποτελέσματα που εξήγαγαν οι αλγόριθμοι Apriori, J48 και K-Meansκαι η αξιολόγηση των αποτελεσμάτων από τους ειδικούς στον αυτισμό. Τα ευρήματα της εργασίας είναι η εξαγωγή έξι ισχυρών κανόνων από στατιστικής σκοπιάς, οι οποίοι, κατά την αξιολόγηση που έγινε από την εμπειρογνώμονα στον αυτισμό κα. Δέσποινα Σικελιανού, έχουν εφαρμογή στην πράξη από τους ειδικούς στον αυτισμό αλλά δεν αποτελούν ήδη γνωστούς κανόνες για τους ειδικούς και κατ’ επέκταση για την Βάση Γνώσης του έργου ΠΑΥΕΥΣ.Στο τέλος της εργασίας ακολουθούν τα συμπεράσματα και οι προτεινόμενες μελλοντικές έρευνες πάνω στην βάση δεδομένων που εργάστηκα αλλά και γενικότερα στην Βάση Γνώσης του έργου ΠΑΥΕΥΣ.
Abstract (translated): The purpose of this work is the medical data analysis and specific analysis data for Autism Spectrum Disorders. More specifically, the purpose of this study is to extract rules and groups from the Knowledge Base PAVEFS project and the assessment of the rules and groups of experts in autism, who will testify if practically apply the rules to export. This work consists of three parts. The first part includes the theoretical part of data mining and a tour of the programs worked. Detail in the first chapter is an introduction to data mining process, discovery and knowledge extraction praying. The second chapter is a presentation of classification, methods and algorithms. The third chapter also for clustering and the fourth chapter on association rules. In the fifth, sixth and seventh chapter is a tour Apriori programs, Diogenis and Weka respectively. The second part refers to Autism Spectrum Disorders in the eighth chapter and the ninth chapter PAFEFS work, the object of the project and how it works. In the tenth chapter is a description of what is included in the database and analyzed in the eleventh read the description of the problem. In the third part of the work we present the data mining methods used. Purification, the pre-processing of the database and runs made in the programs. The following are the results exported by Apriori algorithms, J48 and K-Means and the results assessed by experts in autism. The work findings are exported six robust rules statistically speaking, who, during the evaluation made by the expert in autism Ms. Despina Sikelianos apply in practice by experts in autism but not already known rules for specialists and hence the Knowledge Base PAFEFS project. At the end of work following the conclusions and suggested future research on the database that worked and generally in the Knowledge Base PAVEFS project.
Appears in Collections:Τμήμα Διοίκησης Επιχειρήσεων (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
Golfis(manag).pdf2.66 MBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.