Прогноз ризику серцевого нападу з використанням Weka

Навчальний заклад: Миколаївський ліцей № 38 «Муніципальний колегіум» імені Володимира Дмитровича Чайки Миколаївської міської ради Миколаївської області

Автор: Мицік Микита Олександрович

Відділення: Інженерія та матеріалознавство

Секція: Електроніка та приладобудування

Область: Миколаївська

Опис:

Рішення проблем класифікації для підвищення продуктивності використовує штучні нейронні мережі та розробку функцій задля вдосконалення відомого набору даних для прогнозування серцевих атак. Дослідження спрямовані на підвищення прогностичної потужності та зменшення обсягу набору даних за допомогою методів глибокого навчання для потреб клінічної діагностики. Мета полягає в тому, щоб підвищити точність прогнозування рівня ризику серцевого нападу шляхом зменшення розміру набору необроблених даних. Це призведе до більш надійних, менш трудомістких і менш дорогих клінічних діагнозів. Ми використовували набір даних про серцеві захворювання Клівленда зі сховища машинного навчання Каліфорнійського університету в Ірвайні ( UCI ). Для класифікації даних ми використовували WEKA, безкоштовне програмне забезпечення машинного навчання на основі Java. У роботі було протестовано три класифікатори від WEKA на основі штучних нейронних мереж. Початковий набір даних попередньо оброблено за допомогою фільтра стандартизації атрибутів (ознак). Ранжування та вибір функцій зменшило набір даних від 13 до 7 атрибутів. Ми також представили спеціальну фільтрацію для виявлення та видалення некоректних класифікованих екземплярів. Скорочений набір даних має менше атрибутів і екземплярів (254 замість 303), зберігаючи при цьому всі атрибути вихідного набору даних.

- -