Stratégies d'apprentissage automatique pour la classification du diabète de type 2 Classification du diabète / Najlacnejšie knihy
Stratégies d'apprentissage automatique pour la classification du diabète de type 2 Classification du diabète

Kód: 44612424

Stratégies d'apprentissage automatique pour la classification du diabète de type 2 Classification du diabète

Autor Dr. M. S. Roobini, C. A. Daphine Desona Clemency, Aishwarya D.

L'augmentation du nombre de cas de diabète de type 2 a stimulé la recherche de systèmes de diagnostic robustes. L'intégration de l'apprentissage automatique améliore ces systèmes en analysant divers ensembles de données et en s'at ... celý popis

65.22


Skladom u dodávateľa
Odosielame za 14 - 18 dní
Pridať medzi želanie

Mohlo by sa vám tiež páčiť

Darčekový poukaz: Radosť zaručená
  1. Darujte poukaz v ľubovoľnej hodnote, a my sa postaráme o zvyšok.
  2. Poukaz sa vzťahuje na všetky produkty v našej ponuke.
  3. Elektronický poukaz si vytlačíte z e-mailu a môžete ho ihneď darovať.
  4. Platnosť poukazu je 12 mesiacov od dátumu vystavenia.

Objednať darčekový poukazViac informácií

Viac informácií o knihe Stratégies d'apprentissage automatique pour la classification du diabète de type 2 Classification du diabète

Nákupom získate 161 bodov

Anotácia knihy

L'augmentation du nombre de cas de diabète de type 2 a stimulé la recherche de systèmes de diagnostic robustes. L'intégration de l'apprentissage automatique améliore ces systèmes en analysant divers ensembles de données et en s'attaquant aux complications associées telles que l'obésité, les mauvaises habitudes et l'hypertension. La détection précoce est cruciale, compte tenu des graves conséquences pour la santé. L'apprentissage automatique, associé au traitement du langage naturel, facilite le pronostic, le diagnostic et les plans de prévention. En utilisant l'ensemble de données PIDD (768 échantillons, 16 attributs), cette recherche se concentre sur la prédiction du diabète avec un ensemble de caractéristiques élargi. Le prétraitement comprend la normalisation, l'équilibrage avec SMOTE et des contrôles d'exhaustivité pour améliorer la précision du modèle. Dans l'ensemble, cette étude souligne le rôle central du ML dans l'amélioration de la compréhension du diabète de type 2 et des capacités prédictives grâce à des méthodologies méticuleuses et à la sélection d'ensembles de données.

Parametre knihy

65.22

Obľúbené z iného súdka



Osobný odber Bratislava a 2642 dalších

Copyright ©2008-24 najlacnejsie-knihy.sk Všetky práva vyhradenéSúkromieCookies


Môj účet: Prihlásiť sa
Všetky knihy sveta na jednom mieste. Navyše za skvelé ceny.

Nákupný košík ( prázdny )

Vyzdvihnutie v Zásielkovni
zadarmo nad 59,99 €.

Nachádzate sa: