داده کاوی و کاربرد آن در پزشکی

داده کاوی و کاربرد آن در پزشکی


  • 428 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. 

در این مقاله مقوله داده کاوی وتکنیک های آن مورد بررسی قرار گرفت.همچنین از میان روش های دسته بندی وپیش بینی ، درخت تصمیم به عنوان یکی از ابزار های قوی و متداول در داده کاوی که درک،پیاده سازی وکاربرد آسان داشته واز نظر محاسباتی ارزان می باشد مورد بحث قرار گرفت . با توجه به اهمیت و حساسیت داده کاوی در پزشکی و همچنین نیاز مبرم این صنعت به حرکت از پزشکی سنتی به سمت پزشکی مبتنی بر شواهد لذا در این مقاله کاربرد داده کاوی در عرصه مورد بررسی قرار گرفت . درخت ،نتایج به دست آمده روی مجموعه بیماران دیابتی نشان می دهد که در میان روش های طبقه بندی تصمیم نتیجه ی بهتری را به دست می آورد والگوریتم نزدیک ترین همسایه نیز دقت باالتری نسبت به روش طبقه بندی دارد اما با توجه به مطالعه سایر مقالات در زمینه تشخیص دیابت نتایج حاکی از آن است که هرگز نمی توان الگوریتمی را به عنوان الگوریتم بهینه معرفی کرد. در نتیجه برای هر کاربرد با توجه به مجموعه داده مورد استفاده می توان الگوریتمی را به عنوان الگوریتم بهینه معرفی نمود.

 

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

اگر به پژوهش در حوزه داده کاوی علاقه مند هستید توصیه می شود حتما مجموعه بی نظیر پانصد مقاله فارسی در زمینه داده کاوی  و مجموعه های مشابه آن  و مقالات مرتبط با کاربرد داده کاوی در پیش بینی بیماری را تهیه بفرمایید.

اگر در زمینه متن 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.  


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