معصومه سیاحی - کارشناسی ارشد مامایی، دانشکده علوم پزشکی شوشتر، دانشگاه علوم پزشکی جندی شاپور اهواز، ایران
امین عشیر - گروه کامپیوتر دانشگاه آزاد اسلامی واحد دزفول، باشگاه پژوهشگران جوان، دزفول، ایران

تشخیص و پیش بینی بیماری های مختلف در علم پزشکی ، یکی از زمینه های پرکاربرد داده کاوی محسوب می شود یکی از مشکلات که در حال حاضر بیماران سرطان پستان با آن روبرو هستند ضعف در تشخیص این بیماری در مراحل ابتدایی آن می باشد. به همین منظور در این مقاله سعی شده است بااستفاده از پنج تکنیک هوشمند داده کاوی Logistic، 148, RBFNetwork,bagging و استفاده از پایگاه داده استاندارد سرطان پستان بیمارستان ویسکانسین WDBC در دانشگاه کالیفرنیا که شامل 10 ویژگی و 286نمونه است به تشخیص و پیش بینی نوع این سرطان پرداخته شود. هدف اصلی این مقاله، بررسی الگوریتم های مختلف داده کاوی از طریق مقایسه حساسیت، ویژگی و دقت بین آن ها جهت انتخاب دقیق ترین مدل برای تشخیص عود بیماری و یا عدم عود مجدد بیماری در زنان مبتلا به سرطان پستان بوده است.