پيش بينی بيماری قلبی در افراد با استفاده از درخت تصميم

پيش بينی بيماری قلبی در افراد با استفاده از درخت تصميم

آکادمی داده

۱۳۹۷/۰۵/۰۵


  • 142 بازدید

در این سلسله مقالات به مفاهیم و کاربرد های داده‌کاوی، متن کاوی و علوم مرتبط با علم داده پرداخته می‌شود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. این مقالات ابتدا با معرفی موضوع و کارهای انجام شده آغاز می شود و سپس مجموعه داده یا دیتاست تحقیق ارائه می شود و سپس پیاده سازی انجام شده در رپیدماینر، وکا یا پایتون ارائه شده و نتایج تحلیل می شود.

در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد. 

 

امروزه با افزایش حجم اطلاعات و بزرگتر شدن پایگاه های داده ای كه حاوی این اطلاعات حجیم كاری و علمی هستند، دیگر استفاده روشهای سنتی تحلیل داده ها كارایی خوبی نخواهد داشت. داده كاوی یكی از ابزارهایی است كه میتواند ما را در جهت نیل به این هدف یاری رساند. داده كاوی، جستجوی خودكار منابع داده ای بزرگ، جهت یافتن الگوها و وابستگی هایی است كه تحلیل های ساده آماری قادر به انجام آن نیستند. یكی از زمینه هایی كه نیازمند استفاده از این ابزار ها جهت تحلیل داده های وسیع و مدل سازی پیشگویانه با روش های محاسباتی جدید است، علم پزشكی می باشد. رشد چشمگیر بیماریهای قلبی و عروقی و اثرات و عوارض آنها و هزینه های بالایی كه بر جامعه وارد میكند، باعث شده كه جامعه پزشكی به دنبال برنامه هایی جهت بررسی بیشتر، پیشگیری، شناسایی زود هنگام و درمان موثر آن باشد. از اینرو با استفاده از داده كاوی و كشف دانش در سیستم مراكز قلب و عروق میتوان دانش ارزشمند را ایجاد كرد كه این دانش كشف شده میتواند به وسیله پزشكان استفاده شود تا رفتار آینده بیماران قلبی و عروقی را از روی سابقه داده شده، پیش بینی كنند. 
در این مقاله با استفاده از الگوریتم های داده كاوی درخت تصمیم و شبكه عصبی به پیش بینی بیماری قلبی پرداخته شده است، بدین ترتیب نتیجه شد درخت تصمیم از دقت بالاتری نسبت به شبكه عصبی برخوردار است كه موجب تشخیص بهتر بیماری قلبی می شود.

 

این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 


کپی برداری بدون ذکر منبع، بر اساس قانون جرائم اینترنتی و مادۀ 12 فصل سوم قانون جرائم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است! 
اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه تجاری یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام، واتزآپ و تمامی پیام رسان های ایرانی(سروش، آی گپ، بله و ویسپی) با شماره 09120637751 حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد. 


افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.