امروز قصد داریم مقاله تخصصی در زمینه یادگیری ماشین که از درخت تصمیم به عنوان روش اصلی استفاده کرده را بررسی کنیم.
در مقاله زیر می خواهیم بررسی کنیم دلایل اینکه افراد مختلف مبتلا به آنفارکتوس قلبی مبتلا می شوند چیست؟
آدرس url مقاله اصلی است در انتهای مطلب ذکر می شود. در این قسمت ما به طور خلاصه آن را بررسی می کنیم:
درخت تصیمیم یک الگوریتم یادگیری ماشینی بسیار محبوب است. درخت تصمیم مشکل یادگیری ماشین را با تبدیل داده ها به یک نمایش درختی حل می کند. هر گره داخلی نمایش درختی یک ویژگی و هر گره برگ نشان دهنده یک برچسب کلاس است. الگوریتم درخت تصمیم می تواند برای حل مسائل رگرسیون و طبقه بندی استفاده شود. ممکن است دوست داشته باشید ویدیویی در مورد Decision Tree از ابتدا در پایتون تماشا کنید.
در داده کاوی از دو روش پیش گویی و توصیفی استفاده می کنیم.
برای پیدا کردن الگو قابل تفسیر می توانیم از تکنیک توصیف کننده استفاده کنیم.
همانطور که از نام تکنیک دوم "پیش گویی کننده" پیداست، برای به کار گیری چند منظوره از آن استفاده می کنیم.
برای بررسی در مراحله اولیه باید از یک دکتر کمک بگیریم که جراح و متخصص قلب و عروق باشد تا اطلاعات کامل و علمی در رابطه با بیماری به ما بدهد.
بعد از دریافت اطلاعات علمی باید سوابق بیماران مبتلا به بیماری را در یک بیمارستان بررسی کنیم. بنابراین آزمایش افراد مبتلا به بیماری و افراد سالم را بررسی کردیم و اطلاعات مفیدی از این ارزیابی به روش درخت تصمیم بدست آوردیم.
اکثر بیماران مبتلا به آنفارکتوس قلبی دچار مشکلات زیر بودند:
اما درصد زیادی از افراد سالم فشار خون بالا داشتند.
در واقع با بررسی دقیق و استفاده از درخت تصمیم می توانیم بیماری ها را دسته بندی کنیم و موارد تاثیر گذار در هر کدام را شناسایی و با اطلاع رسانی بین مردم باعث کاهش ابتلا به آن ها شویم.
با بررسی این روش دریافتیم که افرادی که بیماری دیابت، چربی خون، بیماری قلبی کرونر مبتلا هستند و یا از سیگار و سایر دخانیات استفاده می کنند، سابقه بیماری در خانواده آن ها وجود دارد و ... باید نسبت به سایر افراد مراقبت های بیشتری داشته باشند و چکاپ های لازم را در زمان مناسب انجام دهند تا در صورت بروز مشکل، سریعتر شناسایی و جهت درمان آن اقدام شود.
لینک مقاله اصلی
https://www.sid.ir/fa/journal/ViewPaper.aspx?id=228815
