Klasifikace rakoviny kůže pomocí algoritmů strojového učení

Abstract

Bakalářská práce popisuje problematiku rakoviny kůže v dnešní společnosti a snaží se o rozšíření snadné možnosti prevence do širší společnosti za využití klasifikace pomocí neuronových sítí. Práce popisuje aktuální informace o rakovině kůže a shrnuje dosavadní úspěchy v klasifikaci rakoviny kůže. Dále práce obsahuje základní informace o strojovém učení, tedy jeho historii, metody učení a druhy algoritmů s detailním zaměřením na neuronové sítě. Praktická část práce obsahuje vytvoření, natrénování a otestování prediktivního modelu neuronové sítě v jazyce Python. Pro vytvořený model je vytvořena webová aplikace v jazyce Python s implementovaným modelem neuronové sítě. Aplikace je schopna predikovat procentuální shodu se sedmi kategoriemi kožních lézí z vlastně pořízené fotografie.

The bachelor's thesis describes the issue of skin cancer in today's society and seeks to extend the easy possibility of prevention to the wider society using the classification of neural networks. The work describes current information about skin cancer and summarizes the current successes in the classification of skin cancer. Furthermore, the work contains basic information about machine learning, ie its history, learning methods and types of algorithms with a detailed focus on neural networks. The practical part of the work contains the creation, training and testing of a predictive model of a neural network in Python. A web application in the Python language with an implemented neural network model is created for the created model. The application is able to predict the percentage agreement with seven categories of skin lesions from the photograph actually taken.