بررسی و مقایسه اثر بخشی الگوریتم های داده کاوی جهت پیش بینی بیماری پارکینسون

بیماری پارکینسون پس از بیماری الزایمر شایع ترین بیماری در آسیب رسانی به مغز می باشد این بیماری باعث می گردد ترشح دوپامین در مغز با مشکل رو به رو شده و از ان جایی که وظیفه دوپامین تسهیل و تنظیم حرکات بدن است بدن با مشکلات حرکتی و کندی مواجه می شود تحقیقات علمی نشان می دهد حدود چهل درصد از بیماران با گذشت زمان دچار اختلال حافظه نیز می شوند جالب این که ده درصد این بیماران دارای سنین کمتر از چهل سال هستند در این پژوهش سعی گردیده تا عوامل موثر بر تشخیص با استفاده از فرکانس صوتی بیماران شناسایی و با مقایسه انواع الگوریتم های داده کاوی پارامترهای مختلف بررسی و شناسایی گردند داده ها از مخزن یادگیری UCI دریافت شده و شامل بیست و سه متغیر می باشد

کلیدواژه ها:

طبقه بندی ، کاپای کوهن ، بیز ساده ، درخت تصمیم ، شبکه های عصبی ، نزدیک ترین همسایه