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 بیماري گسترده در سراسر دنیا شده و میلیون ها نفر به آن مبتلا هستند . در اصطلاح پزشکی به قند خون بالا دیابت گفته می شود. تاکنون راه درمان قطعی براي آن یافت نگردیده است؛ و تنها راه امیدوار کننده براي این بیماران و ادامه یک زندگی، از طریق مراقبت صحیح شکل می گیرد . لذا در این مقاله آبر ن شدیم تا گامی هر چند کوتاه براي این بیماران برداریم تا بتوان این بیماري را به موقع تشخیص داد و از عوارض آن جلوگیري به عمل آورد.
در این مقاله یک ساختار از شبکه هاي عصبی مصنوعی پیشرو جهت تشخیص بیماري دیابت نوع دوم بکار برده شده است. این ساختار با افزایش تعداد نرون هاي لایه میانی، کاهش تعداد مراحل یادگیري و بالا بردن تعداد عملیات محاسباتی شبکه، پیش بینی دقیقی از وجود و یا عدم وجود بیماري می دهد تا بیماران در همان مراحل اول آگاه شوند و اقدامات لازم را جهت کنترل این بیماري انجام دهند.
این پیش بینی از اهمیت بالایی برخوردار است زیرا از عوارض و آسیب هاي احتمالی از جمله بیماري چشمی، بیماري قلبی و... ناشی از دیابت جلوگیري می شود. از طرف دیگر یم توان بیمارانی را که به طور واقعی به این اقدامات تشخیصی و درمانی نیاز دارند در سریع ترین زمان و بیشترین دقت مشخص نماید. حتی در آینده می توان با تکیه بر تعداد داده هاي بیشتر آموزشی از مراکز انجمن دیابت در سراسر کشور هب صورت چند مرکزي یک شبکه عصبی مصنوعی جامع تري پیاده سازي نمود تا بتواند به افراد بیمار و غیر بیمار مراجعه کننده کمک نماید.
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.