بکارگیری الگوریتم های داده کاوی برای پیش بینی عوامل موثر بیماری قلبی
- سال انتشار: 1397
- محل انتشار: یازدهمین کنفرانس بین المللی انجمن ایرانی تحقیق در عملیات
- کد COI اختصاصی: ICIORS11_132
- زبان مقاله: فارسی
- تعداد مشاهده: 607
نویسندگان
دانشگاه دامغان
دانشگاه دامغان
چکیده
هدف: بیماری های قلبی یکی از اصلی ترین عوامل مرگ و میر در جهان هستند. استفاده از مدل های مختلف داده کاوی برای پیش بینی و دسته بندی بیماران، برای شناسایی افراد بیمار، کاهش عوارض ناشی از بیماری و همچنین کاهش خطر احتمالی می تواند مفید باشد. برای انجام این پژوهش از داده های مربوط به University of California Irvine (UCI)استفاده شده است که شامل 270 رکورد می باشد. پس از پیاده سازی الگوریتم های KNN, SVM, C5.0 و Neural Network بر روی داده های بیماران قلبی مشخص شد که الگوریتم C5.0 با داشتن دقت 9148 درصد بهترین عملکرد را نسبت به الگوریتم های دیگر داشت.کلیدواژه ها
داده کاوی، بیماری قلبی، الگوریتم C5.0مقالات مرتبط جدید
- بررسی تاثیر تیم پروژه بر عملکرد مالی با در نظر گرفتن نقش میانجی موفقیت در مدیریت پروژه
- پیش بینی دمای هوا با استفاده از شبکه توابع پایه شعاعی
- پیش بینی آنلاین رسوب خاکستر در سطح گرمایشی بویلر بر اساس تحلیل موجک و رگرسیون بردار پشتیبان
- پیش بینی قیمت سکه و طلا با استفاده از یادگیری ماشین و داده های موجود در بستر اینترنت
- آینده هوش مصنوعی: فرصت ها و چالش ها
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.