Einführung in die Identifizierung von Ausreißern

Das Hauptziel dieses Buches ist die Entwicklung und Erörterung des Problems der Ausreißer-Management-Technik, in Verbindung mit dem Klassifikator, wird verwendet, um das bekannte Problem der automatischen Klassifizierung von Chromosomen in ihre biologischen Klassifikationen. Klinische Datenbanken haben enorme Mengen an Daten über Personen und ihre medizinischen Probleme angehäuft. Die Erkennung von Ausreißern ist eine wichtige Voraussetzung für Data Mining und maschinelles Lernen. Wenn Data-Mining- und maschinelle Lernalgorithmen auf Datensätze angewendet werden, die Ausreißer enthalten, werden falsche Schlüsse über die Daten gezogen. Ziel dieser Forschungsarbeit ist die Anwendung von Data-Mining-Methoden zur Entdeckung von Verbindungen innerhalb einer großen klinischen Datenbank. Die in diesem Datensatz entdeckten Zusammenhänge und Trends können zur Entdeckung neuer medizinischer Erkenntnisse führen.

Autorentext

Dr. S. Anitha (PhD) arbeitet als Assistenzprofessorin und Statistikerin in der Abteilung für Gemeinschaftsmedizin, KMCH Institute of Health Sciences and Research, Coimbatore, Tamil Nadu, Indien.Dr. E. Sakthivel (PhD) arbeitet als Assistenzprofessor in der Abteilung für Statistik, PSG College of Arts & Science, Coimbatore, Tamil Nadu, Indien.