dtЦифровая трансформацияDigital Transformation2522-96132524-2822Educational Establishment “Belarusian State University of Informatics and Radioelectronics”dt-643Research ArticleТЕХНИЧЕСКИЕ НАУКИTECHNICAL SCIENCESМетоды интеллектуального анализа данных в виртуальном практикуме для целей цифровизации образованияData Mining Techniques in a Virtual Workshop for the Digitalization of Educationhttps://orcid.org/0000-0003-1373-5113ТимощенкоЕ. В.TimoschenkoE. V.

кандидат физ.-мат. наук, доцент, профессор кафедры программного обеспечения информационных технологий

ул. Космонавтов, д.1, 212022, г. Могилёв

PhD in Physico-mathematical sciences, Associate Professor, Professor of the Department of Information Technology Software

1, Kosmonavtov str., 212022, Mogilev

timoshchenko@msu.byhttps://orcid.org/0000-0001-5200-4167РажковА. Ф.RazhkovA. F.

магистр педагогических наук, аспирант

л. Сурганова, д.6, 220012, г. Минск

Master of Pedagogic sciences, postgraduate student

6, Surganova str., 220012, Minsk

razhkov.a@mail.ruУО «Могилевский государственный университет имени А.А.Кулешова», ул. Космонавтов"Mogilev State A. Kuleshov University"ГНУ «Объединенный институт проблем информатики Национальной академии наук Беларуси»The State Scientific Institution «The United Institute of Informatics Problems of the National Academy of Sciences of Belarus»202102012022045262Copyright © Тимощенко Е.В., Ражков А.Ф., 20222022Тимощенко Е.В., Ражков А.Ф.Timoschenko E.V., Razhkov A.F.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://dt.bsuir.by/jour/article/view/643

Разработан программный модуль, лежащий в основе виртуального лабораторного практикума и состоящий из двух компьютерных приложений, использующих методы интеллектуального анализа биомедицинских данных в качестве примера возможности прогнозирования заболевания по предложенным симптомам пациента и определения вероятности наличия сердечно-сосудистого заболевания. Разработанный виртуальный лабораторный практикум может быть использован при преподавании блока медико-биологических дисциплин и включает в себя перечень лабораторных работ, которые помогают приобрести практические навыки биоаналитической работы и навыки программирования на Python.

A software module has been developed that forms the basis of a virtual laboratory workshop and consists of two computer applications that use the methods of intelligent analysis of biomedical data for an example of the possibility of predicting a disease based on the proposed symptoms of a patient and determining the likelihood of cardiovascular disease. The developed virtual laboratory practice can be used in teaching the block of biomedical disciplines and includes a list of laboratory works that help to acquire practical skills in bioanalytical work and programming skills in Python.

цифровизация образованияпрактико-ориентированное обучениевиртуальный практикуминтеллектуальный анализ данныхпрогнозирование заболеванийИТ в образованииязык программирования Pythondigitalization of educationpractice-oriented learningvirtual workshopdata miningdisease predictionIT in educationprogramming language PythonReferencesОбразовательный стандарт высшего образования «Высшее образование. Первая ступень. Специальность 1-80 02 01 Медико-биологическое дело. Квалификация «Биолог-аналитик. Преподаватель биологии»: постановление Министерства Респ. Беларусь, 14 мая 2019 г., № 51 // Нац. правовой Интернет-портал Респ. Беларусь. – 31.07.2019, 8/34277.Educational standard of higher education “Higher education. First stage. Specialty 1-80 02 01 Biomedical business. Qualification “Analyst Biologist. Biology teacher ": Resolution of the Ministry of the Republic. Belarus, May 14, 2019, No. 51 // Nat. legal Internet portal Resp. Belarus. - 07/31/2019, 8/34277.Борковский, Н. Б. Информационные технологии. Учебная программа учреждения высшего образования по учебной дисциплине для специальности: 1- 80 02 01 Медико-биологическое дело № УД-379-14/р. / Н. Б. Борковский. – Минск: Международный государственный экологический институт имени А. Д. Сахарова Белорусского государственного университета, 2014.Borkovsky, NB Information technologies. The curriculum of the institution of higher education in the discipline for the specialty: 1- 80 02 01 Biomedical business № UD-379-14 / r. / N.B. Borkovsky. - Minsk: International State Ecological Institute named after A. D. Sakharov of the Belarusian State University, 2014.Тимощенко, Е. В. Методы интеллектуального анализа биомедицинских данных / Тимощенко Е. В., Ражков А. Ф. // Итоги научных исследований ученых МГУ имени А. А. Кулешова 2019 г.: материалы научно-методической конференции, 29 января – 10 февраля. 2020 г. / под ред. Н. В. Маковской, Е. К. Сычовой. – Могилев: МГУ имени А. А. Кулешова, 2020. – С. 106-107.Timoshchenko, E.V. Methods of intellectual analysis of biomedical data / Timoshchenko E.V., Razhkov A.F. // Results of scientific research of scientists of the Mogilev State University named after A.A. Kuleshov 2019: materials of the scientific and methodological conference, January 29 - February 10. 2020 / ed. N. V. Makovskaya, E. K. Sychova. - Mogilev: Mogilev State University named after A.A.Kuleshov, 2020 .-- P. 106-107.Han, J. Data Mining: Concepts and Techniques / J. Han, M. Kamber, J Pei. – UK: Morgan Kaufmann: Oxford, 2012. – pp. 12-18.Han, J. Data Mining: Concepts and Techniques / J. Han, M. Kamber, J Pei. - UK: Morgan Kaufmann: Oxford, 2012. - pp. 12-18.Schwender, H. Logic regression and its extensions / H. Schwender, I. Ruczinski.: Advanced in Genetics, 2010. – pp. 25-45.Schwender, H. Logic regression and its extensions / H. Schwender, I. Ruczinski .: Advanced in Genetics, 2010. - pp. 25-45.Bayes, T. An essay towards solving a problem in the doctrine of chances / T. Bayes.: Resonance, 2003. – pp. 80-88.Bayes, T. An essay towards solving a problem in the doctrine of chances / T. Bayes.: Resonance, 2003. – pp. 80-88.Karthika, S. A Naïve Bayesian Classifier. For Educational Qualification / S. Karthika, N. Sairam.: Indian Journal of Science and Technology, Vol. 8, 2015. – pp. 1-5.Karthika, S. A Naïve Bayesian Classifier. For Educational Qualification / S. Karthika, N. Sairam.: Indian Journal of Science and Technology, Vol. 8, 2015. – pp. 1-5.Imandoust, S.B. Application of K-Nearest Neighbor (KNN) Approach for Predicting Economic Events: Theoretical Background / S.B. Imandoust.: Int. Journal of Engineering Research and Applications Vol. 3, Issue 5, Sep-Oct 2013. – pp. 605- 610.Imandoust, S.B. Application of K-Nearest Neighbor (KNN) Approach for Predicting Economic Events: Theoretical Background / S.B. Imandoust.: Int. Journal of Engineering Research and Applications Vol. 3, Issue 5, Sep-Oct 2013. - pp. 605-610.Brijain, R Patel A Survey on Decision Tree Algorithm for Classification / R Patel Brijain, K Rana Kushik.: IJEDR, Volume 2, Issue 1, 2014.Brijain, R Patel A Survey on Decision Tree Algorithm for Classification / R Patel Brijain, K Rana Kushik .: IJEDR, Volume 2, Issue 1, 2014.Biau, G. Analysis of a Random Forests Model / G. Biau.: Journal of Machine Learning Research, 13, 2012. – pp. 1063-1095.Biau, G. Analysis of a Random Forests Model / G. Biau.: Journal of Machine Learning Research, 13, 2012. - pp. 1063-1095.Osuna, E. Training support vector machines: an application to face detection / E. Osuna, R. Freund, F. Girosi.: IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1997. – pp. 130-136.Osuna, E. Training support vector machines: an application to face detection / E. Osuna, R. Freund, F. Girosi .: IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1997. - pp. 130-136.Guolin Ke. LightGBM: A Highly Efficient Gradient Boosting Decision Tree./ Guolin Ke, Qi Meng, Thomas Finley, Taifeng Wang, Wei Chen, Weidong Ma, Qiwei Ye, Tie-Yan Liu. – Advances in Neural Information Processing Systems 30 (NIPS 2017), pp. 3149-3157.Guolin Ke. LightGBM: A Highly Efficient Gradient Boosting Decision Tree ./ Guolin Ke, Qi Meng, Thomas Finley, Taifeng Wang, Wei Chen, Weidong Ma, Qiwei Ye, Tie-Yan Liu. - Advances in Neural Information Processing Systems 30 (NIPS 2017), pp. 3149-3157.Natekin, A. Gradient boosting machines, a tutorial / A. Natekin, A. Knoll.: Frontiers in Neurorobotics, Vol. 7, Art. 21., 2013.Natekin, A. Gradient boosting machines, a tutorial / A. Natekin, A. Knoll .: Frontiers in Neurorobotics, Vol. 7, Art. 21., 2013.Get started [Электронный ресурс]. – Режим доступа: https://www.jetbrains.com/help/pycharm/quick-start-guide.html. – Дата доступа: 01.05.2021.Get started [Electronic resource]. - Access mode: https://www.jetbrains.com/help/pycharm/quick-start-guide.html. - Date of access: 01/05/2021.Ражков, А.Ф. Виртуальный лабораторный практикум «Интеллектуальный анализ данных для прогнозирования заболеваний» / Ражков А.Ф., Тимощенко Е.В. // V международная научно-методическая конференция «Качество подготовки специалистов в техническом университете: проблемы, перспективы, инновационные подходы», 19-20 ноября 2020. – Могилев: МГУП, 2020. – С. 172-175.Razhkov, A.F. Virtual laboratory workshop "Data mining for disease prediction" / Razhkov A.F., Timoshchenko E.V. // V international scientific and methodological conference "The quality of training of specialists at a technical university: problems, prospects, innovative approaches", November 19-20, 2020. - Mogilev: MGUP, 2020. - pp. 172-175.

The authors declare that there are no conflicts of interest present.