Гібридна методика асоціативної класифікації захворювань серця:


Код: 16320124916
6694 грн
Ціна вказана з доставкою в Україну
Товар є в наявності
ЯК ЕКОНОМИТИ НА ДОСТАВКЕ?
Замовляйте велику кількість товарів у цього продавця
Інформація
  • Час доставки: 7-10 днів
  • Стан товару: новий
  • Доступна кількість: 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.

Гібридна техніка асоціативної класифікації захворювань серця: прогнозування захворювань серця за допомогою аналізу даних

  • Автор: Сінгх, Джагдіп
  • Видавець: LAP LAMBERT Academic Publishing
  • Дата випуску : 2017-04-19
  • Кількість сторінок: 64
  • Розміри: 15 x 0,4 x 22
  • Мова: Англійська: Опубліковано; англійська: мова оригіналу; Англійська
  • ISBN: 9783330074255

Протягом останніх кількох років індустрія охорони здоров’я збирає величезну кількість даних про охорону здоров’я, які, на жаль, не вилучаються для виявлення прихованої інформації для ефективного прийняття рішень. Сьогодні медичні послуги пройшли довгий шлях у лікуванні пацієнтів з різними захворюваннями. Серед найбільш фатальних – хвороба серця, яку неможливо побачити неозброєним оком і виникає миттєво. Рівень смертності зріс через неправильні клінічні рішення. Для досягнення надійного та економічно ефективного лікування можна розробити комп’ютерну інформацію або системи підтримки прийняття рішень. Інтелектуальний аналіз даних надає рішення для виявлення знань із цих великих і складних баз даних. Авторська робота передбачає розробку основи на основі методів асоціативної класифікації набору даних про серце. Впровадження роботи виконується на наборі даних про серце зі сховища машинного навчання UCI для тестування та оцінки на різних для кращих результатів. Експериментальні результати показують, що більшість правил асоціативної класифікації допомагають у найкращому прогнозуванні захворювань серця та створенні надійної системи підтримки прийняття рішень.