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.
امروز دیابت تبدیل به یک بیماری گسترده در سراسر دنیا شده و میلیون هـا نفـر بـه آن مبـتلا هسـتند. در اصـطلاح پزشکی به قند خون بالا دیابت گفته می شود. تاکنون راه درمان قطعی برای آن یافـت نگردیـده اسـت؛ و تنهـا راه امیـدوار کننده برای این بیماران و ادامه یک زندگی، از طریق مراقبت صحیح شکل می گیرد. لذا در این مقاله بر آن شدیم تا گامی هر چند کوچک برای این بیماران برداریم تا بتوان این بیماری را به موقع تشخیص داد و از عوارض آن جلـوگیری بـه عمـل آورد.
آنچه در این مقاله مورد بررسی قرار گرفت ارائه یک الگوریتم بهینه سـازی جدیـد بـر مبنـای مدلسـازی ریاضـی فراینـد اجتماعیـسیاسی پدیده استعمار بود. نتایج آزمایش روش پیشنهادی بر روی توابع هزینه مختلف نشان میدهد که الگـوریتم معرفی شده در یافتن نقطه بهینه این توابع کاملاً موفق عمل میکند. همچنین مسائل مختلف کاربردی حـل شـده بـا ایـن الگوریتم نشان میدهند که استراتژی بهینه سازی مطرح شده میتواند با موفقیت کامـل در کنـار سـایر روشهـای مطـرح بهینه سازی همچون الگوریتم ژنتیک و گروه ذرات، به حل مسائل کاربردی و مهندسی کمک کنـد. مقایسـه نتـایج حاصـله توسط الگوریتم مطرح شده با روشهای رایج بهینه سازی نیز از برتری نسبی این الگوریتم حکایت دارد.
در این مقاله یک ساختار ترکیبی از شبکه های عصبی جهت تشخیص بیماری دیابت بکار برده شده است. این سـاختار استفاده از الگوریتم رقابت استعماری جهت آموزش شبکه عصبی، پیش بینی دقیقی از وجود و یا عدم وجـود بیمـاری مـی دهد تا بیماران در همان مراحل اول آگاه شوند و اقدامات لازم را جهت کنترل این بیماری انجام دهند.
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.