ТЕХНОЛОГИИ ПРОГНОЗИРОВАНИЯ КЛИНИЧЕСКИХ ДАННЫХ С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ
pdf

Ключевые слова

машинное обучение, прогнозирование заболеваний, моделирование прогнозирования заболеваний, дерево решений, случайный лес, анализ медицинских данных, линейная SVM.

Аннотация

В статье рассматривается создание интегрированной системы интеллектуальной обработки данных в медицинском центре. База данных содержит названия, симптомы, участки тела, пораженные заболеванием, а также лекарства. В тексте распознаются симптомы заболевания, такие как «отказ» (указывает на отсутствие болезни), «не болен» (указывает, что заболевание связано не с пациентом, а с его родственником), «степень тяжести заболевания», «течение». В настоящее время интеллектуальный анализ данных используется в диагностике в критической медицине. Предсказание полезных методов интеллектуального анализа данных важная задача. Для улучшения методов производства данных используются различные подходы, такие как неточная логика, оптимизация функций и классификация на основе машинного обучения. Эта классификация состоит из выбора классификатора для данных о медицинских заболеваниях и предоставляет метод выбора классификатора на основе кластеризации. Таким образом, в результатах исследования рассматриваются алгоритмы, основанные на технологии прогнозирования клинических данных с использованием методов машинного обучения.

Ключевые слова: машинное обучение, прогнозирование заболеваний, моделирование прогнозирования заболеваний, дерево решений, случайный лес, анализ медицинских данных, линейная SVM.

 



https://doi.org/10.51775/1999-9801_2021_52_1_89
pdf