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.
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 پژوهش کاربرد داده کاوی در عرصه سلامت مورد بررسی قرار گرفت. همچنین با توجه به رشد روز افزون بیماری دیابت و عوارض مخرب آن مبنای کار خود را بر روی مجموعه بیماران دیابتی قرار دادیم. نتایج بدست آمده نشان می دهد که در افراد دیابتی با کنترل برخی از پارامترهایی که تاثیر بیشتری بر نوع عارضه بیماری دارد می توان از بروز برخی عوارض و تاثیرات آن بر افراد دیابتی تا حد زیادی جلوگیری به عمل آورد.
به طور خلاصه پیشنهادات ما را می توان در چند خلاصه کرد:
- مقایسه اثر بخشی مراقبت و درمان قبل از اجرای آن در مراکز بهداشت، درمان و سلامت
- مقایسه نتایج نرم افزارهای مختلف داده کاوی
- پیشنهادات درمانی برای بیماران با استفاده از داده کاوی
- پیشنهاداتی برای کنترل فاکتورهای تاثیر گذار بر عارضه بیماریها
- تبیین قوانینی برای درج مشخصه های تاثیر گذار بر عارضه بیماری در پرونده بیماران که این امر می تواند کمک شایانی در امر داده کاوی باشد تا بتوان نتایج واقعی تری از آنها استخراج کرد.
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 استفاده از داده کاوی برای پیش بینی بیماری علاقه مند هستید توصیه می شود حتما مجموعه استثنائی و بی نظیر مجموعه مقالات فارسی شامل بیش از دویست مقاله در مورد پیش بینی و تشخیص بیماری دیابت و مجموعه های مشابه را تهیه بفرمایید.
اگر در زمینه استفاده از داده کاوی برای پیش بینی بیماری 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/dataacademy) حضور 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.