داده کاوی و کاربرد آن در تشخیص بیماری

دسته بندي : علوم پزشکی » پزشکی
داده کاوی و کاربرد آن در تشخیص بیماری
به تعداد 85 صفحه pdf
فهرست مقاله:
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
و …
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.
دسته بندی: علوم پزشکی » پزشکی

تعداد مشاهده: 2278 مشاهده

فرمت فایل دانلودی:.zip

فرمت فایل اصلی: pdf

تعداد صفحات: 85

حجم فایل:3,000 کیلوبایت

 قیمت: 12,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • محتوای فایل دانلودی:
    داده کاوی و کاربرد آن در تشخیص بیماری
    به تعداد 85 صفحه pdf
    فهرست مقاله:
    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
    و …
    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.