Tématem diplomové práce je návrh a implementace klasifikačního algoritmu založeného na konceptu neuronových sítí nad daty z oblasti zdravotnictví. Cílem je s použitím metod strojového učení najít vhodné řešení pro zařazení výstupů regionálního zpravodajství Národního zdravotnického informačního systému k odpovídajícím klasifikačním třídám vybraného klasifikačního systému hospitalizovaných pacientů, který je v praxi používán v českém zdravotnictví. Nedílnou součástí práce bude teoretický rozbor všech použitých metod společně s přehledem souvisejících publikovaných výsledků za posledních pět let. Samotná klasifikační úloha, která spadá do oblasti vytěžování přínosných informací z textových dat, bude řešena v souladu s jednotlivými fázemi ověřené metodiky CRISP-DM (porozumění doméně, porozumění datovým zdrojům, předzpracování dat, modelování, evaluace, nasazení). Praktickým výstupem práce bude funkční algoritmus pro pilotní klasifikaci dat, jehož součástí bude veřejné rozhraní, které bude sloužit jako komunikační medium s externími aplikacemi.
Student v rámci práce:
(1) vypracuje přehled o současně používaných klasifikačních technikách pro porovnávání textů a jejich vizualizaci včetně zdůvodnění výběru daného přístupu pro řešení stanovené úlohy;
(2) navrhne a v praxi implementuje funkční řešení pro porovnávání vstupních datových sad;
(3) bude diskutovat kvalitu výstupů s ohledem na jejich použitelnost v běžné praxi;
(4) bude svoje výsledky diskutovat v kontextu publikované literatury.

Doporučená literatura

• Raschka, S. (2015). Python machine learning. Packt Publishing Ltd. ISBN 9781783555147.
• Poulos, J., & Bronner, L. Document Similarity using Feed Forward Neural Networks CS224D Final Project Writeup.