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

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


  • 298 بازدید

در این سلسله مقالات به مفاهیم و کاربرد های داده‌کاوی، متن کاوی و علوم مرتبط با علم داده پرداخته می‌شود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. این مقالات ابتدا با معرفی موضوع و کارهای انجام شده آغاز می شود و سپس مجموعه داده یا دیتاست تحقیق ارائه می شود و سپس پیاده سازی انجام شده در رپیدماینر، وکا یا پایتون ارائه شده و نتایج تحلیل می شود.

در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد. 

شرایط لازم جهت تشخیص به موقع بیماری را فراهم نمود. یکی از راههای شناسایی افراد مبتلا، مقایسه فرکانس صوتی در شرایط کنترل شده است که این مقاله به بررسی جنبه های مختلف کارایی این الگوریتم ها در پردازش این داده ها و تشخیص بیماری پرداخته و نتایج حاصله نیز مقایسه و بررسی شده است. 
با مقایسه الگوریتم های برتر داده کاوی جهت پیش بینی بیماران مبتلا به پارکینسون، این نتیجه حاصل شده که الگوریتم شبکه های عصبی کارایی بهتری از خود نشان داده و با دقت 92.82 ٪، میانگین تلورانس خطای 4.18 ٪ در هر بار آزمایش و نرخ کاپای کوهن 0.808 کارایی بهتری از خود نشان داده است. از سوی دیگر با توجه به ماهیت این مدل، زمان مورد نیاز جهت پردازش بیشتر از سایر مدل ها بوده و سرعت محاسبه نتایج، پایین تر از سایرین است. 
امید است با تهیه دیتاست کشوری و استفاده از روش ذکر شده در این مقاله، بتوان با تشخیص به موقع این بیماری، اقدام های عملی مناسبی را در کشور شاهد باشیم.

این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 

چه چیزی داده کاوی نیست؟

داده کاوی چیست؟

آموزش ابزارِ داده کاوی رپیدماینر

در مورد داده کاوی سلامت

کپی برداری بدون ذکر منبع، بر اساس قانون جرائم اینترنتی و مادۀ 12 فصل سوم قانون جرائم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است! 
اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه تجاری یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید. برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد. 


افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.