پیش بینی روند بروز بیماری های تنفسی براساس شرایط آب و هوایی

حفظ و تقویت آمادگی برای پذیرش و درمان بیماران یکی از مهم ترین نگرانی های مراکز درمانی است . روزانه بیماران زیادی با علائم مختلف بیماری به مراکز درمانی مراجعه می نمایند. بیماران تنفسی، جامعه بزرگی از این مراجعه کنندگان را تشکیل می دهند. هدف این تحقیق بهره گیری از روش های داده کاوی در جهت س اخت مدل پیش بینی کننده میزان مراجعین است . در ابتدا داده های ورودی مورد پردازش اولیه قرار گرفته و سپس الگوریتم های داده کاوی بر آنها اعمال شده است. الگوریتم های گروه دسته بندی نظیر درخت تصمیم به عنوان الگوریتم هدف انتخاب شده است . میزان تاثیر عملیات های پیش پردازش نیز مورد بررسی و نتایج حاصل از مرحله داده کاوی با داده های ورودی مختلف مورد ارزیابی قرار گرفته است. برای ارزیابی عملکرد الگوریتم ها، از روش اعتبار سنجی متقابل 10 برابری استفاده شده است. الگوریتم های دسته بندی تنبل و درخت تصمیم بهترین عملکرد را از خود نشان دادند. بهره گیری از عملیات های پیش پردازش مختلف نیز موجب بهبود نتایج شده است. در نهایت می توان اینگونه بیان نمود که بهره گیری از روش های یادگیری ماشین می تواند کمک ش ایانی به پیش بینی تعداد مراجعین و در نتیجه افزایش میزان آمادگی مراکز درمانی نماید.

Keywords:

یادگیری ماشین , داده کاوی , پیش بینی , بیماری های تنفسی