بررسی پتانسیل داده کاوی در پیشبینی بیماری قلبی مروری

داده کاوی به فرایند محاسباتی بررسی مجموعه داده های وسیع برای استخراج بینش معنادار اشاره دارد. ابزارهای مورد استفاده در داده کاوی قادر به پیش بینی روندهای آینده هستند و سازمان ها را قادر می سازند تا در تصمیم گیری آگاهانه و فعال شرکت کنند. با استفاده از این ابزارها، شرکت ها می توانند سوالات تجاری را که به طور سنتی نیازمند زمان و تلاش قابل توجهی است حل کنند. حجم وسیعی از داده های تولید شده برای پیش بینی بیماری های قلبی اغلب برای رویکردهای تحلیلی مرسوم، بسیار پیچیده و فراوان است که نمی توان آنها را به طور موثر مدیریت کرد. داده کاوی هم متدولوژی و هم چارچوب تکنولوژیکی لازم برای تبدیل این مجموعه داده های گسترده به اطلاعات عملی برای اهداف تصمیم گیری را ارائه می دهد. هنگام استفاده از تکنیک های داده کاوی، پیش بینی بیماری ها می تواند سریع تر و با دقت بیشتری تکمیل شود. این مقاله به بررسی مطالعات مختلفی می پردازد که یک یا چند الگوریتم داده کاوی را در پیش بینی بیماری قلبی پیاده سازی می کنند. قابل ذکر است نتایج با استفاده از شبکه های عصبی در برخی مطالعات نزدیک به ۱۰۰% دقت دارند؛ بنابراین، استفاده از الگوریتم های داده کاوی نتایج کارآمد و قابل اعتمادی را در تجزیه و تحلیل پیش بینی به همراه دارد. ترکیب تکنیک های داده کاوی در تجزیه و تحلیل داده های درمان بیماری قلبی می تواند به سطوح عملکردی قابل مقایسه با آنچه در تشخیص این بیماری به دست می آید منجر شود.

کلیدواژه ها:

بیماری ، قلبی ، داده کاوی ، تکنیک های داده کاوی