پیش بینی بیماری کرونا از روی علائم قابل مشاهده با استفاده از یادگیری ماشین
- سال انتشار: 1400
- محل انتشار: مجله علوم رایانشی، دوره: 6، شماره: 4
- کد COI اختصاصی: JR_CSJI-6-4_004
- زبان مقاله: فارسی
- تعداد مشاهده: 137
نویسندگان
دانشجوی کارشناسی ارشد مهندسی کامپیوتر- نرمافزار، موسسه آموزش عالی خاوران، مشهد، ایران
استادیار گروه مهندسی کامپیوتر، موسسه آموزش عالی خاوران، مشهد، ایران
چکیده
این روزها جامعه بشریت شاهد افزایش مرگ و میر ناشی از جهش های مختلف بیماری کرونا است. بیماری کرونا علائم متفاوتی در بدن هر فرد دارد؛ اما اغلب گونه های آن در مراحل اولیه بیماری علائمی دارند که قابل مشاهده توسط فرد نیز هستند. هدف از این پژوهش، پیش بینی بیماری کرونا از روی علائم اولیه بیماری هست. در این راستا جهت شناسایی و پیش بینی بیماری کرونا از الگوریتم های یادگیری ماشین همانند بیزین ساده، رگرسیون لجستیک، درخت تصمیم، تحلیل تشخیص خطی، K-نزدیک ترین همسایه و ماشین بردار پشتیبان استفاده شده است. برای ارزیابی کارایی الگوریتم های فوق از دو مجموعه داده واقعی در پایگاه داده Kaggle استفاده شده است. برای پیاده سازی الگوریتم ها از زبان برنامه نویسی پایتون بهره گرفته شده است. نتایج حاصل از اجرا نشان می دهد الگوریتم درخت تصمیم با بالاترین میزان دقت دارای بیشترین کارایی در پیش بینی بیماری کرونا است.کلیدواژه ها
پیشبینی, بیماری کرونا, یادگیری ماشین, کووید.۱۹-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.