مقایسه عملکرد الگوریتم های شبکه عصبی و درخت های تصمیم در داده کاوی برای پیشبینی تأثیر عوامل خطرزای بیماری قلبی عروق کرونر در مردان
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 911
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSITM02_037
تاریخ نمایه سازی: 25 بهمن 1394
چکیده مقاله:
بیماری های قلبی را می توان بر طبق آمارهای منتشر شده توسط سازمان بهداشت جهانی یکی از اصلی ترین عوامل مرگ ومیر در سرتاسر دنیا به حساب آورد. در این مقاله به بررسی بیماری قلبی به دلیل اهمیت بالای آن پرداخته می شود. استفاده از داده کاوی، به عنوان یکی از راه های مفید در جهت استخراج دانش در انبوه داده ها می باشد. در همین راستا، الگوریتم های درخت تصمیم و شبکه عصبی در داده کاوی با همدیگر مورد مقایسه قرار گرفتند. الگوریتم5.0Cکه یکی از انواع درخت های تصمیم می باشد با داشتن دقت 71.19 درصد بهترین عملکرد را نسبت به بقیه الگوریتم های درخت تصمیم و همچنین شبکه عصبی داشت. ویژگی )فاکتور( درد قفسه سینهchest pain مهم ترین ویژگی در پیش بینی بیماری قلبی در مردان شناسایی شد. همچنین ویژگی هایmax_heart_rate و exercise_angina از تاثیر گذاری زیادی در شناسایی بیماری قلبی عروق کرونر در مردان برخوردار هستند.
کلیدواژه ها:
نویسندگان
مولود آبدار
دانشجوی کارشناسی مهندسی کامپیوتر، دانشگاه دامغان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :