تشخیص بیماری کبدی با استفاده از نرم افزار RapidMiner و ویژگی های درخت تصمیم
- سال انتشار: 1399
- محل انتشار: اولین کنفرانس علمی پژوهشی مکانیک، برق، کامپیوتر و علوم مهندسی
- کد COI اختصاصی: MECECONF01_015
- زبان مقاله: فارسی
- تعداد مشاهده: 722
نویسندگان
گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه گلستان، گرگان، ایران
گروه علوم کامپیوتر، دانشکده علوم، دانشگاه گلستان، گرگان، ایران
چکیده
تشخیص سریع و زودهنگام بیماری یکی از چالش های اساسی در حوزه تشخیص پزشکی است. .هدف اصلی این تحقیق، مقایسه میزان کارایی الگوریتم هایی است که برای پیش بینی بیماری کبدی با استفاده از روش های داده کاوی ارائه شده اند. از جمله این روش ها طبقه بندهای یادگیری ماشینی، درخت تصمیم ، مدل ماشین بردار پشتیبان و سایر مدل ها هستند که با بررسی مقایسه پارامترهای ارزیابی کارایی روش های مورد نظر نتیجه به دست آمده نشان می دهد که درخت تصمیم منجر به نتایج بهتری نسبت به سایر الگوریتم ها برای تشخیص بیماری کبدی می شودکلیدواژه ها
بیماری کبد، داده کاوی، درخت تصمیم ، مدل ماشین بردار پشتیبانrapidminer،مقالات مرتبط جدید
- مدیریت انرژی در یک ریزشبکه در حضور منابع تجدیدپذیر و ذخیره ساز باتری
- تجزیه وتحلیل انرژی و اگزرژی برای سیستم ژنراتور ترموالکتریک اگزوز خودرو و مقایسه عملکرد پیکربندی سیستم ساده و سیستم دارای باله های صفحه ای
- کارشناسی حوادث و مدیریت زنجیره بحران در زمانبندی پروژه های ساخت و ساز
- یک روش جدید از مدیریت شهری و حقوق شهروندی
- مدیریت بحران و کارشناسی حوادث برای کارگران در حوزه مدیریت شهری
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.