بررسی الگوریتم های یادگیری ماشین در تشخیص و پیشبینی بیماریدیابت
عنوان مقاله: بررسی الگوریتم های یادگیری ماشین در تشخیص و پیشبینی بیماریدیابت
شناسه ملی مقاله: CRIAL01_086
منتشر شده در اولین کنفرانس ملی پژوهش و نوآوری در هوش مصنوعی در سال 1402
شناسه ملی مقاله: CRIAL01_086
منتشر شده در اولین کنفرانس ملی پژوهش و نوآوری در هوش مصنوعی در سال 1402
مشخصات نویسندگان مقاله:
ایلیا ولی اله - دانشجوی کارشناسی مهندسی کامپیوتر، گروه کامپیوتر دانشکده هوش مصنوعی، دانشگاه آزاد اسلامی واحد کرج ، کرج ، ایران
سید محمدامین آل محمد - دانشجوی کارشناسی مهندسی کامپیوتر، گروه کامپیوتر دانشکده هوش مصنوعی، دانشگاه آزاد اسلامی واحد کرج ، کرج ، ایران
فاطمه خدام - دانشجوی کارشناسی مامایی ، گروه مامایی و پرستاری دانشکده علوم پزشکی ، دانشگاه آزاد اسلامی واحد کرج، کرج ، ایران
خلاصه مقاله:
ایلیا ولی اله - دانشجوی کارشناسی مهندسی کامپیوتر، گروه کامپیوتر دانشکده هوش مصنوعی، دانشگاه آزاد اسلامی واحد کرج ، کرج ، ایران
سید محمدامین آل محمد - دانشجوی کارشناسی مهندسی کامپیوتر، گروه کامپیوتر دانشکده هوش مصنوعی، دانشگاه آزاد اسلامی واحد کرج ، کرج ، ایران
فاطمه خدام - دانشجوی کارشناسی مامایی ، گروه مامایی و پرستاری دانشکده علوم پزشکی ، دانشگاه آزاد اسلامی واحد کرج، کرج ، ایران
دیابت یک بیماری شایع در بدن انسان است و در اثر گروهی از اختلالات متابولیک ایجاد میشود که در آن سطح قند خون طی یکدوره طولانی بسیار بالا است. این بیماری اندام های مختلف بدن انسان را تحت تاثیر قرار داده و موجب آسیب به نواحی مختلف بدنمی شود. باتوجه به رشد روز افزون این بیماری و عوارض آن، پیشبینی دقیق اولیه می تواند فاکتورهای خطر و شدت درگیری با دیابترا به میزان قابل توجهی کاهش دهد . با توسعه سریع یادگیری ماشین و الگوریتم های طبقه بندی کننده آن، می توانیم سرعت، عملکردو دقت تشخیص بیماری را بهبود دهیم.در این مقاله عمدتا بررسی تشخیص بیماری دیابت را با استفاده از تکنیک های یادگیری ماشین هدف قرار می دهیم. با استفاده از الگوریتم هایی مانند درخت تصمیم، جنگل تصادفی، رگرسیون لجستیک، شبکه های عصبی مصنوعی SVM و غیره میتوان پیش بینی دیابت را به راحتی و با دقت بالا انجام داد . در این مطالعه ما از این تکنیک ها استفاده کرده و سعی خواهیم کرد راهی برای تشخیصبهتر بیماری دیابت بیابیم . علاوه بر این، مجموعه داده های مختلفی را با الگوریتم ها بررسی و نتایج آنها را ذکر کرده ایم
کلمات کلیدی: یادگیری ماشین، هوش مصنوعی، طبقه بندی classification، دیابت PIMA، رگرسیون لجستیک، شبکه های عصبی مصنوعی ANN، الگوریتم جنگل تصادفی، درخت تصمیم SVM ،Naive Byes
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/2035210/