داده کاوی بیماری های مغز و اعصاب
محل انتشار: یازدهمین سمینار آنالیز هارمونیک و کاربردها
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 75
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SHAA11_038
تاریخ نمایه سازی: 14 مرداد 1403
چکیده مقاله:
زمینه و هدف :در سال ۱۹۶۰ آماردانان اصطلاح ”Data Fishing" یا ”Data Dredging" به معنای ”صید داده” را جهت کشف هرگونه ارتباط در حجم بسیار بزرگی از داده ها بدون در نظر گرفتن هیچ گونه پیش فرضی بکار بردند. بعد از سی سال و با انباشته شدن داده ها در پایگاه های داده یا Database اصطلاح ”Data Mining" یا داده کاوی در حدود سال ۱۹۹۰ رواج بیشتری یافت. هدف از این تحقیق پیش بینی بیماری مغز و اعصاب با استفاده از الگوریتم های داده کاوی می باشد. هدف این پژوهش کمک به متخصصان پزشکی برای پیش بینی بیماری است.نتیجه گیری: الگوریتم پیاده سازی شده توسط نرم افزار پایتون ، پزشک علائم بیمار را وارد می کند و خروجی برنامه هر متر سه بیماری نزدیک به علائم ورودی نشان می دهد و درنهایت تمام مترها باهم مقایسه شده اند و آن متر که نتیجه ی ضعیف تری دارد در هر بار اجرا مشخص می شود. مزیت های هرکدام از این مترها در ادامه توضیح داده شده است.
کلیدواژه ها:
نویسندگان
شبنم ضرغامی
دانشکده ریاضی، دانشگاه قم، قم، ایران
غلام حسن شیردل
دانشکده ریاضی، دانشگاه قم، قم، ایران
مجتبی قنبری
دانشکده ریاضی، دانشگاه فراهان، فراهان، ایران