پیش بینی بیماری قلبی با استفاده از الگوریتم داده کاوی درخت تصمیم
محل انتشار: کنفرانس بین المللی حسابداری و مدیریت
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,661
فایل این مقاله در 11 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:
MOCONF01_0836
تاریخ نمایه سازی: 29 آبان 1394
چکیده مقاله:
همکاری متخصصان در زمینه کامپیوتر و پزشکی، راه حل جدیدی را در تحلیل داده ها و به دست آوردن الگوهای مفید و کاربردی ارائه می دهد که همان داده کاوی است. داده کاوی فرآیند کشف دانش پنهان درون داده ها از طریق برقراری روابط و الگوهای مفید است. به دلیل اهمیت شیوه های تصمیم گیری مدیران بیمارستان ها در پیشبرد اهداف بیمارستان و اهمیت قدرت پیش بینی آنان در حل مشکلات درمانی بیماران، این مطالعه با هدف استفاده مدیران بیمارستان ها از نتایج حاصل از داده کاوی سیستم های اطلاعات بیمارستان HIS جهت پیش بینی دقیق تر و تصمیم گیری بهتر و مؤثرتر برای درمان بیماران صورت گرفته است. داده های مورد استفاده در این مطالعه، مربوط به اطلاعات 270 بیمار است که از انبار داده سایت UCI استخراج شده و شامل 14 متغیر می باشد. از مدل درخت تصمیم با ساختار کارت که یکی از ابزارهای کلاسبندی در داده کاوی است، برای پیش بینی مبتلا بودن به بیماری قلبی استفاده شده و دقت پیش بینی این مدل مورد بررسی قرار گرفته است. بر اساس نتایج این تحقیق مشاهده میشود که این مدل با دقتی برابر به 72.73% عمل کلاسبندی را برای مجموعه مشاهدات آزمون انجام داده است.
کلیدواژه ها:
نویسندگان
مریم کاظمی
گروه مدیریت، پردیس علوم و تحقیقات ایلام، دانشگاه آزاد اسلامی ایلام، ایران
حسین مهدی زاده
استادیار دانشگاه ایلام
اردشیر شیری
استادیار دانشگاه ایلام
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :