بررسی و ارزیابی الگوریتم های دسته بندی و پیش بینی داده کاوی روی مجموعه داده های پزشکی

  • سال انتشار: 1393
  • محل انتشار: اولین همایش منطقه ای دستاوردهای نوین در مهندسی کامپیوتر
  • کد COI اختصاصی: NEWCOMPNATANZ01_017
  • زبان مقاله: فارسی
  • تعداد مشاهده: 2169
دانلود فایل این مقاله

نویسندگان

مریم تشویر

دانشگاه آزاد اسلامی واحد علوم و تحقیقات فارس

نجمه دهقانی

دانشگاه آزاد اسلامی واحد علوم و تحقیقات فارس

چکیده

امروزه در اکثر سازمانها، اطلاعات به سرعت در حال جمع آوری و ذخیره شدن هستند. در زمینه پزشکی، نیز اطلاعات مختلفی از وضعیت بیماران، تشخیص بیماری، پرونده سلامت بیماران و ... ایجاد شده است، یکی از کارآمدترین و مؤثرترین روش ها برای تجزیه و تحلیل و استخراج اطلاعات، داده کاوی است. دسته بندی و پیش بینی یکی از مفیدترین تکنیکها در داده کاوی می باشند، این تکنیک ها یادگیری با نظارتی مستند که براساس الگوهای موجود، الگوی جدیدی را پیش بینی می کنند. در این مقاله قصد داریم الگوریتم های مختلف دسته بندی و پیش بینی را روی مجموعه داده های پزشکی (بیماریهای کبدی، قلبی، هپاتیت سی، E-Coli و دیابت) بررسی و ارزیابی کنیم. این بررسی با هدف یافتن دقت و بهبود عملکرد و با استفاده از تکنیکهای پیش پردازش و انتخاب ویژگی داده ها انجام می شود.

کلیدواژه ها

دسته بندی، پیش بینی، داده کاوی، داده های پزشکی

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.