Pacientu komentāru nolūka noteikšana izmantojot mašīnmācīšanos

Abstract

Bakalaura darba mērķis ir automatizēt procesu aptauju atvērtā tipa jautājumu nolūka noteikšanai, izmantojot uzraudzīto mašīnmācīšanos, kā arī pierādīt izvēlētā risinājuma veiktspēju. Programmatūras risinājums paredzēts pacientu komentāru nolūka noteikšanai. Bakalaura darbs sastāv no vārdnīcas, ievada, mašīnmācīšanās teorijas, eksistējošiem risinājumiem, mašīnmācīšanās bibliotēku analīzi, datu apstrādes, modeļa parametru izklāsta, modeļa izstrādes, rezultātiem, secinājumiem, izmantotās literatūras un pielikumiem. Bakalaura darbā aprakstītas mašīnmācīšanās bibliotēkas, ko iespējams izmantot risinājuma izstrādei. Ar konkrētu izvelētu mašīnmācīšanās bibliotēku aprakstīta mašīnmācīšanās modeļa izstrāde. Bakalaura darba beigās tika novērtēti vairāki varianti risinājumam. Darba datu iegūšanai un apstrādei tika izmantota programmēšanas valodas Python bibliotēka Keras. Kursa darbs ir uzrakstīts latviešu valodā, satur 5 tabulu, 6 attēlus. Darba apjoms kopā ar pielikumiem ir 38 lappuses, darba izstrādei tika izmantoti 45 literatūras avoti. Atslēgvārdi: Mašīnmācīšanās, Python, Uzraudzītā mācīšanās, mašīnmācīšanās bibliotēkas, mašīnmācīšanās modelis

The aim of the bachelor thesis is to automate the process of determining the intention of open-ended survey questions, using machine learning, as well as to demonstrate the performance of the chosen solution. The software solution is designed to determine the intention of patient comments. The bachelor thesis consists of dictionary, introduction, theory of machine learning, existing solutions, machine learning library analysis, data processing, outline of the model parametrs, model development, results, conclusions, list of references and appendices. The bachelor’s thesis describes machine learning libraries, which can be used to develop a solution. The development of a machine learning model is described with a specifically selected machine learning library. At the end of the bachelor thesis, several options for the solution were evaluated. The Keras library of the Python programming languages was used to obtain and process data for the bachelor thesis. The bachelor thesis is written in Latvian, contains 5 table, 6 images. The volume of the work with the attachments is 38 pages, 45 literature sources are used for the development of the work. Keywords: Machine learning, Python, Supervised learning, Machine learning libraries, Machine learning model