Гибридный метод ассоциативной классификации заболеваний сердца:

Код: 16320124916
Как заказать
7163 грн
Цена указана с доставкой в Украину
Товар есть в наличии
КАК ЭКОНОМИТЬ НА ДОСТАВКЕ?
Заказывайте большое количество товаров у этого продавца
ВСЕ ТОВАРЫ ПРОДАВЦА №123056202
Информация
  • Время доставки: 7-10 дней
  • Состояние товара: новый
  • Доступное количество: 10

Покупая «Гибридный метод ассоциативной классификации заболеваний сердца:», вы можете быть уверены, что данное изделие из каталога «E-бизнес» вы получите через 5-7 дней после оплаты. Товар будет доставлен из Европы, проверен на целостность, иметь европейское качество.

Гибридный метод ассоциативной классификации заболеваний сердца: прогнозирование заболеваний сердца с использованием интеллектуального анализа данных

  • Автор: Сингх, Джагдип
  • Издатель: LAP LAMBERT Academic Publishing
  • Дата выпуска : 2017-04-19
  • Количество страниц: 64
  • Размеры: 15 x 0,4 x 22
  • Язык: Английский: Опубликовано; Английский: язык оригинала; Английский
  • ISBN: 9783330074255

За последние несколько лет индустрия здравоохранения собирает огромные объемы медицинских данных, которые, к сожалению, не извлекаются для обнаружения скрытой информации для эффективного принятия решений. Медицинские услуги сегодня прошли долгий путь в лечении пациентов с различными заболеваниями. Одной из самых фатальных является проблема сердечно-сосудистых заболеваний, которую невозможно увидеть невооруженным глазом и которая возникает мгновенно. Уровень смертности увеличился из-за плохих клинических решений. Для достижения надежного и экономически эффективного лечения можно разработать компьютерные информационные системы или системы поддержки принятия решений. Интеллектуальный анализ данных обеспечивает решение для обнаружения знаний из этих больших и сложных баз данных. Авторская работа предполагает разработку структуры, основанной на методах ассоциативной классификации набора данных сердца. Работа выполняется на наборе данных о сердце из репозитория машинного обучения UCI для тестирования и оценки различных показателей для достижения лучших результатов. Результаты экспериментов показывают, что большинство правил ассоциативной классификации помогают лучше прогнозировать заболевания сердца и помогают создать надежную систему поддержки принятия решений.