مدل خودکار تشخیص بیماری قلبی مبتنی بر ترکیبی از درخت تصمیم و شبکه عصبی

مدل خودکار تشخیص بیماری قلبی مبتنی بر ترکیبی از درخت تصمیم و شبکه عصبی


  • 390 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. 

از سال 1950 به بعد که رایانه، در تحلیل و ذخیرهسازی دادهها به کار رفت، حجم اطلاعات ذخیرهشده در آن پس از حدود 10سال دو برابر شد و همزمان با پیشرفت فناوری اطلاعات، حجم دادهها در پایگاه داده ها هر دو سال یکبار، دو برابر شد و همچنان با سرعت بیشتری نسبت به گذشته حجم اطلاعات ذخیرهشده بیشتر و بیشتر میشود. باوجود شبکه جهانی وب ،سیستمهای یکپارچه اطلاعاتی ، سیستمهای یکپارچه بانکی، تجارت الکترونیکی لحظهبهلحظه به حجم دادهها در پایگاه دادهها اضافهشده و باعث به وجود آمدن انبارهای )تودههای( عظیمی از دادهها شده است، بهطوریکه ضرورت کشف و استخراج سریعو دقیق دانش از این پایگاه دادهها را بیشازپیش نمایان کرده است. بیماریهای قلبی و عروقی مهمترین عامل مرگ و میر در دنیا میباشد. بنابراین بهبود اقدامات تشخیصی و درمان این بیمارا ن ضروری میباشد . امروزه در دانش پزشکی شاهد جمع آوری داده های فراوان در مورد بیماریهای قلبی هستیم و مراکز پزشکیبا مقاصد گوناگون به جمع آوری این داده ها میپردازند و تحقیق روی این داده ها و به دست آوردن نتایج و الگوهای مفید در رابطه با بیماریها با استفاده از داده کاوی، به پیشگیری و شناسایی زود هنگام این بیماری کمک شایانی میکند .در این پژوهش روش ترکیبی ایجاد شبکه عصبی توسط درخت تصمیم برای پیش بینی بیماری قلبی پیشنهاد شده است که با داده های کلیولند درخت تصمیم ایجاد شد و از درخت تصمیم شبکه عصبی ایجاد و آموزش داده شد.

به منظور تجزیه و تحلیل نتایج روش پیشنهادی را با نتایج روش درخت تصمیم و روش شبکه عصبی برای پیش بینی بیماری قلبی مقایسه کردیم و به این نتیجه رسیدیم که ترکیب درخت تصمیم و شبکه عصبی همانطور که مشاهده شد صحت بالاتری داشت.
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.