ترجمه فارسی مقاله طبقه بندی و پیش بینی بیماری های قلبی با استفاده از الگوریتم های یادگیری ماشینی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Classification and Prediction of Heart Diseases using Machine Learning Algorithms
عنوان مقاله به فارسی طبقه بندی و پیش بینی بیماری های قلبی با استفاده از الگوریتم های یادگیری ماشینی
نویسندگان Akua Sekyiwaa Osei-Nkwantabisa, Redeemer Ntumy
فرمت مقاله انگلیسی PDF
تعداد صفحات 10
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,یادگیری ماشین ,
توضیحات Submitted 5 September, 2024; originally announced September 2024. , Comments: 10 pages, 8 figures
توضیحات به فارسی ارسال شده در 5 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد ، نظرات: 10 صفحه ، 8 شکل
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Heart disease is a serious worldwide health issue because it claims the lives of many people who might have been treated if the disease had been identified earlier. The leading cause of death in the world is cardiovascular disease, usually referred to as heart disease. Creating reliable, effective, and precise predictions for these diseases is one of the biggest issues facing the medical world today. Although there are tools for predicting heart diseases, they are either expensive or challenging to apply for determining a patient's risk. The best classifier for foretelling and spotting heart disease was the aim of this research. This experiment examined a range of machine learning approaches, including Logistic Regression, K-Nearest Neighbor, Support Vector Machine, and Artificial Neural Networks, to determine which machine learning algorithm was most effective at predicting heart diseases. One of the most often utilized data sets for this purpose, the UCI heart disease repository provided the data set for this study. The K-Nearest Neighbor technique was shown to be the most effective machine learning algorithm for determining whether a patient has heart disease. It will be beneficial to conduct further studies on the application of additional machine learning algorithms for heart disease prediction.

چکیده به فارسی (ترجمه ماشینی)

بیماری قلبی یک مسئله جدی در سراسر جهان است زیرا ادعا می کند زندگی بسیاری از افرادی که در صورت شناسایی این بیماری زودتر تحت درمان قرار گرفته اند ، ممکن است.علت اصلی مرگ در جهان بیماری قلبی عروقی است که معمولاً از آن به عنوان بیماری قلبی یاد می شود.ایجاد پیش بینی های قابل اعتماد ، مؤثر و دقیق برای این بیماری ها یکی از بزرگترین موضوعاتی است که امروزه در دنیای پزشکی پیش روی است.اگرچه ابزارهایی برای پیش بینی بیماری های قلبی وجود دارد ، اما برای تعیین خطر بیمار گران هستند یا چالش برانگیز هستند.بهترین طبقه بندی کننده برای پیش بینی و لکه بینی بیماری قلبی ، هدف از این تحقیق بود.این آزمایش طیف وسیعی از رویکردهای یادگیری ماشین ، از جمله رگرسیون لجستیک ، همسایه K-Nearest ، دستگاه وکتور پشتیبانی و شبکه های عصبی مصنوعی را مورد بررسی قرار داده است تا تعیین کند که الگوریتم یادگیری ماشین در پیش بینی بیماری های قلبی مؤثرتر است.یکی از مجموعه داده های اغلب مورد استفاده برای این منظور ، مخزن بیماری قلبی UCI داده های این مطالعه را ارائه می دهد.نشان داده شد که تکنیک K-Nearest همسایه مؤثرترین الگوریتم یادگیری ماشین برای تعیین اینکه آیا بیمار مبتلا به بیماری قلبی است یا خیر.انجام مطالعات بیشتر در مورد استفاده از الگوریتم های یادگیری اضافی ماشین برای پیش بینی بیماری های قلبی مفید خواهد بود.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.