دانلود مقاله و خرید ترجمه:پیش بینی بیماری قلبی با استفاده از تکنیک های داده کاوی
دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات سایت ( همگی جزو مقالات isi می باشند) بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (حتی محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi مانند IEEE، Sciencedirect، Springer، Emerald و ... انتخاب گردیده اند.

آگهی چاپ مقاله isi
ورود اعضا
توجه توجه توجه !!!!
نرم افزار winrar
پیشنهادات ویژه
پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده داده کاوی
  • پیش بینی بیماری قلبی با استفاده از تکنیک های داده کاوی

    سال انتشار:

    2015


    ترجمه فارسی عنوان مقاله:

    پیش بینی بیماری قلبی با استفاده از تکنیک های داده کاوی


    عنوان انگلیسی مقاله:

    Predictions in Heart Disease Using Techniques of Data Mining


    منبع:

    IEEE, 2015 1st International Conference on Futuristic trend in Computational Analysis and Knowledge Management (ABLAZE-2015)


    چکیده انگلیسی:

    As huge amount of information is produced in medical associations (healing facilities, therapeutic focuses) yet this information is not properly utilized. The health care system is "data rich" however "knowledge poor ". There is an absence of successful analysis methods to find connections and patterns in health care data. Data mining methods can help as remedy in this circumstance. For this reason, different data mining techniques can be utilized. The paper intends to give details about various techniques of knowledge abstraction by using data mining methods that are being used in todays research for prediction of heart disease. In this paper, data mining methods namely, Naive Bayes, Neural network, Decision tree algorithm are analyzed on medical data sets using algorithms.
    Keywords: Data mining | Heart disease | classification | prediction | Decision tree | Neural network | Naïve Bayes


    چکیده فارسی:

    امروزه با توجه به اینکه حجم گسترده¬ای از اطلاعات در جوامع پزشکی (مراکز درمانی و نهاد¬های شفابخشی) تولید می¬گردد ولی با این حال، آن‌ طور که باید و شاید، از این اطلاعات به شکلی درست استفاده نشده است. سیستم بهداشت و درمان را می‌توان سیستمی "غنی از داده‌ها" و در عین حال سیستمی "فقیر از نظر دانش" دانست. عدم وجود روش‌های تحلیلی موفق به منظور کشف الگوها و ارتباطات بین داده‌های بهداشت و درمان را می‌توان از دیگر نقاط ضعف این سیستم‌ها دانست. تحت این شرایط، استفاده از روش های داده‌کاوی می‌تواند درمانی بر این مسائل باشد. در همین راستا می‌توان از تکنیک‌های داده‌کاوی مختلفی استفاده نمود. در این مقاله قصد داریم تا با بکار گیری تکنیک‌های داده‌کاوی که در پژوهش‌های امروزی برای کشف و پیش‌بینی بیماری‌های قبلی بکار گرفته می‌شوند، نگاهی به جزئیات تکنیک‌های مختلف انتزاع دانش بیندازیم. در این مقاله، روش های داده‌کاوی همچون نایو بیز ، شبکه‌ی عصبی و الگوریتم درخت تصمیم را با استفاده از الگوریتم‌های ارائه شده، بر روی مجموعه‌های داده‌ای پزشکی بکار خواهیم گرفت.
    کلمات کلیدی: داده‌کاوی | بیماری قبلی | دسته‌بندی | پیش‌بینی | درخت تصمیم | شبکه‌ی عصبی | نایو بیز


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 6
    تعداد صفحات فایل doc فارسی: 17

    حجم فایل: 122 کیلوبایت


    قیمت: 18000 تومان  16200 تومان(10% تخفیف)


    توضیحات اضافی:




تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-کاوی
موضوعات