ترجمه آماده : تشخیص بیماری قلبی با استفاده از داده کاوی الگوریتم

تشخیص بیماری قلبی با استفاده از داده کاوی الگوریتم

Diagnosis Of Heart Disease Using Datamining Algorithm

6 صفحه مقاله به همراه 12 صفحه تایپ در ورد

چکیده

شناخت بیماری قلبی تمری بسیار مهم و خطیر در عرصه پزشکی به شمار می آید. صنعت مراقبت های بهداشتی ، تعداد زیادی از داده های بیماری قلبی را که متاسفانه برای تصمیم گیری های موثر در تعیین اطلاعات پنهان "واکاوی" نشده اند را گردآوری می نماید. عبارت بیماری قلبی، بیماری های متنوع تاثیرگذار بر قلب را در بر می گیرد. بیماری های کاردیومیوپاتی و قلبی غروقی در دته بیماری های قلبی جای می گیرند . کاهش عرضه خون و اکسیژن به قلب ، منجر به بیماری قلبی می شود. در این مقاله، طبقه بندی داده ها بر مبنای الگوریتم های یادگیری نظارت شده بوده که منجر به دقت شده و برای ساخت الگوریتم زمان صرف می کند. ابزار تانگرا به منظور دسته بندی داده ها بکار گرفته شده و داده ها با استفاده از اعتبار سنجی ده برابر ارزیابی شده و نتایج مقایسه می شوند .

واژه های کلیدی : نایو بیز ، k-nn ، فهرست تصمیم ، ابزار تانگارا

Abstract

The diagnosis of heart disease is a significant and tedious task in medicine. The healthcare industry gathers enormous amounts of heart disease data that regrettably, are not “mined” to determine concealed information for effective decision making by healthcare practitioners. The term Heart disease encompasses the diverse diseases that affect the heart. Cardiomyopathy and Cardiovascular disease are some categories of heart diseases. The reduction of blood and oxygen supply to the heart leads to heart disease. In this paper the data classification is based on supervised machine learning algorithms which result in accuracy, time taken to build the algorithm. Tanagra tool is used to classify the data and the data is evaluated using 10-fold cross validation and the results are compared.
Keywords:

Naive Bayes, k-nn, Decision List, Tanagra tool