بهینه سازی یک سیستم خبره توسط الگوریتم ژنتیک به منظور پیش بینی هپاتیت

بهینه سازی یک سیستم خبره توسط الگوریتم ژنتیک به منظور پیش بینی هپاتیت


  • 222 بازدید

 آکادمی داده  که به زودی پنجمین سال فعالیت خود را جشن می گیرد سالهاست به دنبال ایجاد محتوای مفید برای علاقه مندان علوم داده‌کاوی، متن کاوی و علوم مرتبط با علم داده، مدیریت دانش، هوش تجاری و مباحث مرتبط است.  آکادمی داده  امیدوار است با این اقدامات بتواند اثری هر چند اندک در افزایش آگاهی علاقه مندان به این حوزه ها داشته باشد. در این سری مقالات  آکادمی داده  تلاش دارد مقالات جالب، جدید، پر محتوا و اثرگزار را در علوم داده‌کاوی، متن کاوی، مدیریت دانش، هوش تجاری و مباحث مرتبط ارایه نماید. در این سری مقالات ابتدا مقدمه و سپس نتیجه گیری مقالات ارایه شده است و سپس‌ فایل پی دی اف مقاله برای دانلود رایگان علاقه مندان توسط  آکادمی داده تهیه شده و قابل دانلود است.

چکیده
تشخیص بیماری هپاتیت با توجه به علائم بالینی اندکی که در مراحل اولیه دارد، بسیار دشوار است. روش هایی که بتوانند بر اساس استخراج دانش از داده های پزشکی به تشخیص زود هنگام این بیماری کمک کنند، بسیار حائز اهمیت هستند. یکی از روش های مطرح در استخراج دانش، استفاده از الگوریتم های داده کاوی است. که این روش ها در مقایسه با روش های یادگیری ماشین، دقت کمتری در پیش بینی دارند. این روش ها مجموعه قوانینی از داده ها را استخراج می کنند که قابل تجزیه و تحلیل می باشد، در نتیجه در مواردی که نیاز به استنتاج داریم، از جمله موارد پزشکی نقش بسیار مهمی ایفا می کنند. در این مقاله ابتدا با استفاده از الگوریتم درخت تصمیم و روش یادگیری قانون وابستگی که دو روش رایج و قدرتمند داده کاوی هستند قوانین متعددی از مجموعه داده های مربوط هپاتیت استخراج شده و سپس یک زیر مجموعه از موثرترین این قوانین توسط الگوریتم ژنتیک انتخاب گردیده است. دقت نتایج حاصله با روش کلاسه بندی نایوبیز مورد مقایسه قرار گرفته ودقت ۷۷% را نشان داده است. نتیجه نمایانگر 6% افزایش دقت نسبت به روش کلاسه بندی نایوبیز می باشد. بر اساس مطالب گفته شده، یک سیستم خبره پیش بینی کننده توسط نرم افزار کلیپس طراحی شده است، که می تواند در امر پیش بینی بیماری هپاتیت به افراد متخصص این حوزه کمک بالقوه ای کند.

نتیجه گیری 
جواب نهایی کروموزومی می باشد که بیشترین دقت را از داده های تست به دست آورده است. به عبارت دیگر کروموزوم برنده که پس از اتمام کار الگوریتم از بیشترین میزان تناسب برخوردار است، شماره قوانینی را نشان می دهد که در کنار هم بیشترین دقت را به دست آورده اند. در نتیجه ای که به دست آمده این دقت برای داده های تست 77% و یا به عبارتی 6 % بالاتر از روش کلاسه بندی نایو بیز است که نتیجه قابل قبولی می باشد.

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

اگر در حال پژوهش در حوزه داده کاوی هستید، سوالات و اشکالات خود را از طریق تلگرام با آکادمی داده در میان بگذارید. با عضو شدن در کانال تلگرام  آکادمی داده از مقالات جدید و دیتاست های منتشر شده مطلع شوید. 

مجموعه مقالات فارسی به صورت یکجا نیز از طریق لینک قابل دسترسی هستند. 

اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام (https://t.me/dataacademyحضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.