هادی ناصری - عضو هیات علمی و استادیار بخش مهندسی کامپیوتر،دانشگاه آزاداسلامی واحد استهبان،استهبان،ایران
سمیه رحمانی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر،دانشگاه آزاداسلامی واحد استهبان،استهبان،ایران

دیابت یک بیماری رایج است که در سنین مختلف رشد پیدا می کند. بدن فرد دیابتی یا تولید انسولین ندارد یا در برابر انسولین مقاوم است. یک فرد دیابتی احتمال ابتلا به بیماری هایی نظیر بیماری قلبی، نارسایی کلیه را دارد. امروزه در علوم پزشکی روش های مدرن مبتنی بر داده کاوی برای پیش بینی، تشخیص زودرس، افزایش دقت و به دست آوردن نتایج مفید برای پیش بینی بیماری دیابت مورد استفاده قرار می گیرد. در این مقاله با مقایسه انواع روش های داده کاوی مانند ماشین بردار پشتیبان، درخت تصمیم و غیره و نقش آنها در پیش بینی این بیماری را نشان می دهیم که الگوریتم ماشین بردار پشتیبان و ترکیب آن با الگوریتم های دیگر نقش مهمی در پیش بینی این بیماری داشته است. همچنین برای پیش بینی بیماری دیابت به بررسی و تحلیل ویژگی های مهم بیماری دیابت از جمله سن و شاخص توده بدنی، داده های مورداستفاده و ابزارهای مفید در آن پرداخته می شود.

دیابت، داده کاوی، تکنیک های طبقه بندی