Vorhersage von Herzkrankheiten mit Data-Mining-Techniken

Herzkrankheiten sind eine häufige Todesursache für Menschen auf der ganzen Welt. Die allgemeine Untersuchung über die Gründe für den Tod aufgrund von Koronarerkrankungen hat ergeben, dass dies der eigentliche Grund für den Tod ist. Die Analyse dieser Probleme in der Anfangsphase hilft den Ärzten bei der Behandlung im Anfangsstadium und bei der Verbesserung des Wohlbefindens des Patienten. Auf diese Weise wird die Notwendigkeit der Behandlung von Herzkrankheiten, die bei Personen mit sehr verwickelten Problemen auftreten, wenn sie zu Beginn übersehen werden, deutlich. Verschiedene Data-Mining-Techniken können zur Analyse von Herzproblemen eingesetzt werden. Der wesentliche Punkt ist eine Analyse der Data-Mining-Technik, die im Allgemeinen genau ist. Es gibt verschiedene Arten von Data-Mining-Techniken wie Entscheidungsbaum, Naive Bayesian, Support Vector Machine (SVM), K-NN-Klassifikator, hybrider Ansatz, künstliches neuronales Netz ANN). In diesem Buch analysieren wir verschiedene Klassifizierungsalgorithmen.

Autorentext

Er. Amandeep Kaur e lavora come professore assistente dal 2018 in Informatica e Ingegneria. Ha un'esperienza di oltre 6 anni. Lavora a vario titolo in diversi istituti.Le aree di ricerca sono Data Mining, Machine Learning su più scale. Attualmente lavora presso l'Università di Chandigarh come professore assistente.