داده کاوی و کاربرد آن در تشخیص بیماری ها ( دیابت )

امروزه در دانش پزشکی جمع آوری داده های فراوان در مورد بیماری های مختلف از اهمیت فراوانی برخوردار است. مراکز پزشکی با مقاصد گوناگونی به جمع آوری این داده ها می پردازند . تحقیق روی این داده ها و به دست آوردن نتایج و الگوهای مفید در رابطه با بیماری ها ،یکی از اهداف استفاده از این داده ها است . حجم زیاد این داده ها و سردرگمی حاصل از آن مشکلی است که مانع رسیدن به نتایج قابل توجه می شود . بنابراین از داده کاوی برای غلبه بر این مشکل و به دست آوردن روابط مفید بین عوامل خطر زا در بیماری ها استفاده می شود. این مقاله به معرفی داده کاوی وکاربردآن در صنعت پزشکی (پیش بینی بیماری) با استفاده از الگوریتم های داده کاوی به همراه نرم افزارهای مرتبط با آن پرداخته است

قهرست :

فصل اول : مقدمه

مقدمه

شرح و بیان مسئله

هدف تحقیق

اهمیت و کاربرد نتایج تحقیق

محدودیت

تعریف عملیاتی واژگان

فصل دوم : مفاهیم داده کاوی

تاریخچه

موضوع داده کاوی چیست؟

تعاریف داده کاوی

تفاوت داده کاوی و آنالیزهای آماری

کاربرد های داده کاوی

چند مثال در مورد مفهوم داده کاوی

مراحل داده کاوی

مرحله اول: Business Understanding

مرحله دوم: Data Understanding

جمع آوری داده ها

بحث شرح و توصیف داده ها

مرحله سوم: Data Preparation

Data selecting :انتخاب داده

مرحله چهارم: Modelling

مرحله پنجم: Evaluation

مرحله ششم: Deployment

مفاهیم اساسی در داده کاوی

Bagging

Boosting

MetaLearning

عناصر داده کاوی

تکنیک های داده کاوی

دسته بندی

خوشه بندی

رگرسیون گیری

تجمع وهمبستگی

درخت تصمیم گیری

الگوریتم ژنتیک

شبکه های عصبی مصنوعی

گام نهایی فرآیند داده کاوی،گزارش دادن است

تکنولوژی های مرتبط با داده کاوی

انبار داده

OLAP

محدودیت ها

فصل سوم : کاربرد داده کاوی در پزشکی

داده کاوی در عرصه سلامت

استراتژی های داده کاوی

نمونه هایی از کاربرد داده کاوی در سلامت

مقایسه الگوریتم های هوشمند در شناسایی بیماری دیابت

دسته بندی کننده Bagging

دسته بندی کننده Naïve Bayse

دسته بندی کننده SVM

دسته بندی کننده Random Forest

دسته بندی کننده C

فصل چهارم :درخت تصمیم وپیاده سازی نرم افزار وکا

اهدااف اصلی درخت های تصمیم گیری دسته بندی کننده

گام های لازم برای طراحی یک درخت تصمیم گیری

جذابیت درختان تصمیم

بازنمایی درخت تصمیم

مسائل مناسب برای یادگیری درخت تصمیم

مسائل در یادگیری درخت تصمیم

اورفیتینگ داده ها

انواع روش های هرس کردن

عام سازی درخت

مزایای درختان تصمیم نسبت به روش های دیگر داده کاوی

معایب درختان تصمیم

انواع درختان تصمیم

درختان رگراسیون

الگوریتم ID

الگوریتم Idhat

االگوریتم id

الگوریتم idhat

الگوریتم Cart

الگوریتم C

نرم افزار های داده کاوی

نرم افزار WEKA

قابلیت های WEKA

نرم افزار JMP

قابلیت های JMP

پیاده سازی نرم افزار وکا

پیاده سازی توسط الگوریتم Naïve Bayse

پیاده سازی توسط الگوریتم Decision Trees

ایجاد مدل رگرسیون

ایجاد مدل خوشه بندی

پیاده سازی با الگوریتم نزدیک ترین همسایه

برگه visualize

فصل پنجم:بحث ونتیجه گیری

بحث

نتیجه گیری

پیشنهادات

منابع



 قیمت: 15,000 تومان  پرداخت و دانلود

پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.


برچسب ها: داده کاوی و کاربرد آن در تشخیص بیماری ها ( دیابت )
دسته بندی: ائبوک ها و کتاب » آموزشی

تعداد مشاهده: 350 مشاهده

فرمت فایل دانلودی:.pdf

فرمت فایل اصلی: pdf

تعداد صفحات: 85

حجم فایل:2,623 کیلوبایت


پشتیبانی شما

فارس فایل در سال 1391 با هدف کارآفرینی تاسیس و الان به عنوان اولین مرکز ارائه دهنده فروشگاه های‌ اینترنتی خرید آنلاین، که بخش بزرگی از تجارت جهانی را تشکیل داده اند و روزانه در حال افزایش این گردش مالی جهانی هستند، فرصتی مناسب برای راه اندازی کسب و کار خود بصورت رایگان با فروش محصولات مجازی، فایلهای اینترنتی و....در اختیار شما قرار داده است.

تماس با ما

کد پستی: 9137944376
آدرس دفتر مرکزی: خراسان رضوی، خیابان انقلاب، عدالت7 ،پژوهشسرای ولیعصر مشهد
(ساعت پاسخگویی 8صبح الی 22شب)

تلفن تماس6648 492 0930 ایمیلfarsfile@gmail.com ارسال پیام واتساپ

آمار سایت

264,609 بازدید امروز
365,658 بازدید دیروز
153,165,820 بازدید کل
28,653 فروش موفق
2,057 تعداد کاربران
41,336 تعداد فایل
کلیه حقوق مادی و معنوی سایت برای فارس فایل محفوظ می باشد.
طراحی توسط: ارتباط نو | کدنویسی توسط : وبتینا