28,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
14 °P sammeln
  • Broschiertes Buch

Data mining wordt gebruikt voor artsen om effectieve behandelingen en beste praktijken te identificeren, en patiënten krijgen betere en meer betaalbare gezondheidszorg. De enorme hoeveelheden informatie die door zorgtransacties worden gegenereerd zijn te geavanceerd en te omvangrijk om op traditionele wijze te kunnen worden verwerkt en geanalyseerd. Het hoofddoel van het boek is het ontwikkelen van een optimaal cluster BasedClassification-algoritme (OCBC), een modern dataminingalgoritme om Systemic LupusErythematosus disease te voorspellen. De nauwkeurigheid van het algoritme wordt aangetoond…mehr

Produktbeschreibung
Data mining wordt gebruikt voor artsen om effectieve behandelingen en beste praktijken te identificeren, en patiënten krijgen betere en meer betaalbare gezondheidszorg. De enorme hoeveelheden informatie die door zorgtransacties worden gegenereerd zijn te geavanceerd en te omvangrijk om op traditionele wijze te kunnen worden verwerkt en geanalyseerd. Het hoofddoel van het boek is het ontwikkelen van een optimaal cluster BasedClassification-algoritme (OCBC), een modern dataminingalgoritme om Systemic LupusErythematosus disease te voorspellen. De nauwkeurigheid van het algoritme wordt aangetoond door het bouwen van de Systemic LupusErythematosus voorspellingstool om de ziekte te voorspellen in het vroege stadium Cluster BasedClassification met behulp van een optimaal algoritme (OCBC). De algoritmen ID3, C4.5, J48 zijn geselecteerd als basisalgoritmen om de nauwkeurigheid, specificiteit, gevoeligheid, precisie, recall en F-meting, Kappa-statistieken, enz. te vergelijken met het voorgestelde OCBC-algoritme. Er zijn vele soorten onderzoek uitgevoerd om de nauwkeurigheid van het OCBC-algoritme op dezelfde dataset te vergelijken en het resultaat toont aan dat OCBC beter presteert dan ID3 J48 en algoritmen. De nauwkeurigheid van de OCBC verbetert verder na clustering de dataset.
Autorenporträt
El Dr. S. Gomathi tiene seis años de experiencia como profesor asistente y dos años de experiencia como entrenador de grandes datos. Es revisora de una revista indexada por Scopus y editora de una revista internacional. Recibió varios premios como "Joven Científica", "Mujer Científica", "Joven Investigadora", "Nación Orgullosa Pratibha Samman", y muchos otros galardones.