1. Образовательный 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.
2. 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.
3. 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.
4. Han, J. Data Mining: Concepts and Techniques / J. Han, M. Kamber, J Pei. - UK: Morgan Kaufmann: Oxford, 2012. - pp. 12-18.
5. Schwender, H. Logic regression and its extensions / H. Schwender, I. Ruczinski.: Advanced in Genetics, 2010. - pp. 25-45.
6. Bayes, T. An essay towards solving a problem in the doctrine of chances / T. Bayes.: Resonance, 2003. - pp. 80-88.
7. 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.
8. 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.
9. Brijain, R Patel A Survey on Decision Tree Algorithm for Classification / R Patel Brijain, K Rana Kushik.: IJEDR, Volume 2, Issue 1, 2014.
10. Biau, G. Analysis of a Random Forests Model / G. Biau.: Journal of Machine Learning Research, 13, 2012. - pp. 1063-1095.
11. 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.
12. 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.
13. Natekin, A. Gradient boosting machines, a tutorial / A. Natekin, A. Knoll.: Frontiers in Neurorobotics, Vol. 7, Art. 21., 2013.
14. Get started [Электронный ресурс]. - Режим доступа: https://www.jetbrains.com/help/pycharm/quick-start-guide.html. - Дата доступа: 01.05.2021.
15. 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.