جهت دسترسی به کاربرگه ی زیر، از این لینک استفاده کنید. http://localhost/handle/Hannan/4415
عنوان: بررسی الگوریتم های SVM و شبکه عصبی جهت تشخیص بیماری دیابت
پدیدآورنده: عاطفه مشهدی تفرشی;معصومه متولی
کلید واژه ها: داده کاوی ، دسته بندی ، ماشین بردار پشتیبان ، شبکه عصبی و بیماری دیابت
تاریخ انتشار: 1399
چکیده: امروزه دیابت یکی از شایع ترین بیماری ها در جهان است که نیمی از جمعیت جهان به آن مبتلا هستند. دیابت یک اختلال در سوخت و ساز بدن است در حالت طبیعی، غذا در معده تبدیل به گلوکز یا قند خون می شود. قند از معده وارد جریان خون می شود. لوزالمعده هورمون انسولین را ترشح می کند و این هورمون باعث می شود قند از جریان خون وارد سلول های بدن شود. در نتیجه مقدار قند خون در حد نرمال و متعادل باقی می ماند. ولی در بیماری دیابت، انسولین به میزان کافی در بدن وجود ندارد و یا انسولین موجود قادر نیست تا وظایف خود را به درستی انجام دهد، در نتیجه به علت وجود مقاومت در برابر آن، قند خون نمی تواند به طور موثری وارد سلول های بدن شود و مقدار آن بالا می رود. . با انتخاب تشخیص بیماری به عنوان متغیر هدف و 8 متغیر پیشگو مشاهده گردید که متغیر های چون Plas، Age، Mass، Pedi، Pregبه عنوان متغیر های مهم شناخته شده اند که توجه به این عوامل باعث کاهش این بیماری خواهد شد .
آدرس: http://localhost/handle/Hannan/4415
مجموعه(های):مهندسی فناوری اطلاعات

پیوست های این کاربرگه
فایل توضیحات اندازهفرمت  
383.pdf903.69 kBAdobe PDFتصویر
مشاهده فایل
عنوان: بررسی الگوریتم های SVM و شبکه عصبی جهت تشخیص بیماری دیابت
پدیدآورنده: عاطفه مشهدی تفرشی;معصومه متولی
کلید واژه ها: داده کاوی ، دسته بندی ، ماشین بردار پشتیبان ، شبکه عصبی و بیماری دیابت
تاریخ انتشار: 1399
چکیده: امروزه دیابت یکی از شایع ترین بیماری ها در جهان است که نیمی از جمعیت جهان به آن مبتلا هستند. دیابت یک اختلال در سوخت و ساز بدن است در حالت طبیعی، غذا در معده تبدیل به گلوکز یا قند خون می شود. قند از معده وارد جریان خون می شود. لوزالمعده هورمون انسولین را ترشح می کند و این هورمون باعث می شود قند از جریان خون وارد سلول های بدن شود. در نتیجه مقدار قند خون در حد نرمال و متعادل باقی می ماند. ولی در بیماری دیابت، انسولین به میزان کافی در بدن وجود ندارد و یا انسولین موجود قادر نیست تا وظایف خود را به درستی انجام دهد، در نتیجه به علت وجود مقاومت در برابر آن، قند خون نمی تواند به طور موثری وارد سلول های بدن شود و مقدار آن بالا می رود. . با انتخاب تشخیص بیماری به عنوان متغیر هدف و 8 متغیر پیشگو مشاهده گردید که متغیر های چون Plas، Age، Mass، Pedi، Pregبه عنوان متغیر های مهم شناخته شده اند که توجه به این عوامل باعث کاهش این بیماری خواهد شد .
آدرس: http://localhost/handle/Hannan/4415
مجموعه(های):مهندسی فناوری اطلاعات

پیوست های این کاربرگه
فایل توضیحات اندازهفرمت  
383.pdf903.69 kBAdobe PDFتصویر
مشاهده فایل
عنوان: بررسی الگوریتم های SVM و شبکه عصبی جهت تشخیص بیماری دیابت
پدیدآورنده: عاطفه مشهدی تفرشی;معصومه متولی
کلید واژه ها: داده کاوی ، دسته بندی ، ماشین بردار پشتیبان ، شبکه عصبی و بیماری دیابت
تاریخ انتشار: 1399
چکیده: امروزه دیابت یکی از شایع ترین بیماری ها در جهان است که نیمی از جمعیت جهان به آن مبتلا هستند. دیابت یک اختلال در سوخت و ساز بدن است در حالت طبیعی، غذا در معده تبدیل به گلوکز یا قند خون می شود. قند از معده وارد جریان خون می شود. لوزالمعده هورمون انسولین را ترشح می کند و این هورمون باعث می شود قند از جریان خون وارد سلول های بدن شود. در نتیجه مقدار قند خون در حد نرمال و متعادل باقی می ماند. ولی در بیماری دیابت، انسولین به میزان کافی در بدن وجود ندارد و یا انسولین موجود قادر نیست تا وظایف خود را به درستی انجام دهد، در نتیجه به علت وجود مقاومت در برابر آن، قند خون نمی تواند به طور موثری وارد سلول های بدن شود و مقدار آن بالا می رود. . با انتخاب تشخیص بیماری به عنوان متغیر هدف و 8 متغیر پیشگو مشاهده گردید که متغیر های چون Plas، Age، Mass، Pedi، Pregبه عنوان متغیر های مهم شناخته شده اند که توجه به این عوامل باعث کاهش این بیماری خواهد شد .
آدرس: http://localhost/handle/Hannan/4415
مجموعه(های):مهندسی فناوری اطلاعات

پیوست های این کاربرگه
فایل توضیحات اندازهفرمت  
383.pdf903.69 kBAdobe PDFتصویر
مشاهده فایل