Η χρήση των μεθόδων της αναλυτικής των δεδομένων και της στατιστικής μηχανικής μάθησης στην προαγωγή της υγείας

Ζαρογιάννης, Δημήτριος

dc.contributor.advisor	Μπερσίμης, Σωτήριος
dc.contributor.author	Ζαρογιάννης, Δημήτριος
dc.date.accessioned	2023-04-05T05:33:24Z
dc.date.available	2023-04-05T05:33:24Z
dc.date.issued	2023-03
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/15324
dc.identifier.uri	http://dx.doi.org/10.26267/unipi_dione/2746
dc.description.abstract	Στην σημερινή εποχή ο όγκος και η ταχύτητα των δεδομένων που αποκτώνται από διάφορες πηγές που σχετίζονται με το περιβάλλον, τον πληθυσμό και την δημόσια υγεία αυξάνονται ραγδαία. Συγκεκριμένα στον χώρο της υγείας, ο όγκος των δεδομένων είναι μεγάλος κάτι που έχει ως αποτέλεσμα να υπάρξει η ανάγκη της χρήσης των μεθόδων της αναλυτικής των δεδομένων και της στατιστικής μηχανικής μάθησης. Ένα σημαντικό ζήτημα στον χώρο της υγείας είναι η πρόληψη των ασθενειών, καθώς πολλά προβλήματα υγείας που εμφανίζονται στους ανθρώπους έχουν σχέση με τον σύγχρονο τρόπο ζωής και με το φυσικό και κοινωνικό περιβάλλον. Συνεπώς, οι αλλαγές στη συμπεριφορά και στη στάση σε τομείς όπως η διατροφή, η άσκηση και η υγιεινή θα μπορούσαν να βοηθήσουν στην καταπολέμηση τους. Έτσι η λήψη αποφάσεων στην δημόσια υγεία είναι κρίσιμη και σε αυτό μπορεί να βοηθήσει η στατιστική μηχανική μάθηση. Σε αυτήν την εργασία θα γίνει μία εκτενής περιγραφή των προβλημάτων που εφάπτονται του τομέα της προαγωγής της υγείας αλλά και το πως συνέβαλε στην λύση αυτών των προβλημάτων η στατιστική μηχανική μάθηση με τη βοήθεια διάφορων εφαρμογών της. Τέλος, θα παρουσιαστεί μία εφαρμογή που οδηγεί στην λήψη αποφάσεων με τη χρήση μεθόδων αναλυτικής των δεδομένων και στατιστικής μηχανικής μάθησης που σχετίζεται με την πανδημία του κορονοϊού (COVID – 19) και συγκεκριμένα το πότε μπορούμε να περιμένουμε ότι μία χώρα θα χορηγήσει αρκετά εμβόλια για να επιτύχει την ανοσία της αγέλης.	el
dc.format.extent	125	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.title	Η χρήση των μεθόδων της αναλυτικής των δεδομένων και της στατιστικής μηχανικής μάθησης στην προαγωγή της υγείας	el
dc.title.alternative	The use of data analytics and machine learning methods for promoting health	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης	el
dc.description.abstractEN	In today's world, the volume and speed of data acquired from various sources related to the environment, population and public health are increasing rapidly. Particularly in the field of health, the volume of data is large which has resulted in the need for the use of data analytics and statistical machine learning methods. An important issue in the field of health is the prevention of diseases, as many health problems that occur in people are related to modern lifestyles and the physical and social environment. Therefore, changes in behaviour and attitudes in areas such as diet, exercise and hygiene could help to combat them. Thus public health decision making is critical and this is where statistical machine learning can help. In this thesis we will give an extensive description of the problems that are tangential to the field of health promotion and how statistical machine learning has helped in solving these problems with the help of various applications of statistical machine learning. Finally, an application leading to decision making using data analytics and statistical machine learning methods will be presented related to the coronavirus pandemic (COVID - 19) and in particular when we can expect a country to provide enough vaccines to achieve herd immunity.	el
dc.contributor.master	Εφαρμοσμένη Στατιστική	el
dc.subject.keyword	Προαγωγή υγείας	el
dc.subject.keyword	Δημόσια υγεία	el
dc.subject.keyword	Στατιστική μηχανική μάθηση	el
dc.date.defense	2023-03-31

Αρχεία σε αυτό το τεκμήριο

Name:: Zarogiannis_20008.pdf
Μέγεθος:: 3.697Mb
Τύπος:: PDF
Description:: Μεταπτυχιακή διατριβή

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης
Department of Statistics & Insurance Science

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα

Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα