استفاده از الگوریتم گرادیان بوستینگ برای تشخیص بیماری تیروئید و مقایسه نتایج آن با دیگر الگوریتم های داده کاوی

  • سال انتشار: 1402
  • محل انتشار: بیستمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات
  • کد COI اختصاصی: CECCONF20_007
  • زبان مقاله: فارسی
  • تعداد مشاهده: 433
دانلود فایل این مقاله

نویسندگان

فاطمه اسمعیل لو

کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحدخوی

ساره عارفی

کارشناسی مهندسی تکنولوژی کامپیوتر موسسه آموزش عالی غیرانتفاعی جاوید جیرفت

یلدا یاوری

کارشناسی مهندسی تکنولوژی کامپیوتر نرم افزار دانشگاه آزاد اسلامی واحد مراغه

چکیده

< p> غده تیروئید یکی از غدد حیاتی بدن است که تایر به سزایی بر تمام ارگان های بدن دارد. تشخیص به موقع بیماری تیروئید و درمانسریع آن می تواند باعث کاهش مرگ و میر مرتبط با این بیماری بشود.این مطالعه با هدف تشخیص بیماری تیروئید با استفاده از الگوریتم های داده کاوی انجام شده است. پیش پردازش مناسب و کاهش خطای تشخیص بیماری تیروئید از اهداف این مطالعه بوده است. در این مقاله با استفاده از مدل ارائه شده و مرجع داده UCI به پیش بینی و تشخیص بیماری تیروئید با استفاده از الگوریتم های گرادیان بوستینگ، شبکه عصبی، جمگل تصادفی و درخت تصمیم پرداخته شد. در نتیجه الگوریتم گرادیان بوستینگ با دقت ۹۹.۷۲ درصد بیشترین دقت را در بین الگوریتم های مورد بررسی به خود اختصاص داد.< /p>

کلیدواژه ها

بیماری تیروئید، شبکه عصبی، گرادیان بوستینگ، جنگل تصادفی، درخت تصمیم

مقالات مرتبط جدید

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.