Andere Kunden interessierten sich auch für
![ENFOQUE DE APRENDIZAJE AUTOMÁTICO PARA EL ANÁLISIS DE DATOS]( "ENFOQUE DE APRENDIZAJE AUTOMÁTICO PARA EL ANÁLISIS DE DATOS")
ENFOQUE DE APRENDIZAJE AUTOMÁTICO PARA EL ANÁLISIS DE DATOS36,99 €![Predicción del cáncer de mama mediante varios métodos de aprendizaje automático]( "Predicción del cáncer de mama mediante varios métodos de aprendizaje automático")
Predicción del cáncer de mama mediante varios métodos de aprendizaje automático36,99 €![Clasificación de cultivos frutales mediante técnicas de aprendizaje automático]( "Clasificación de cultivos frutales mediante técnicas de aprendizaje automático")
Clasificación de cultivos frutales mediante técnicas de aprendizaje automático27,99 €![Clasificación de la infección por dengue mediante aprendizaje automático]( "Clasificación de la infección por dengue mediante aprendizaje automático")
Clasificación de la infección por dengue mediante aprendizaje automático31,99 €![Enfoque comparativo de los algoritmos de aprendizaje automático]( "Enfoque comparativo de los algoritmos de aprendizaje automático")
Enfoque comparativo de los algoritmos de aprendizaje automático25,99 €![Sistema de recuperación de imágenes basado en el contenido utilizando el aprendizaje automático]( "Sistema de recuperación de imágenes basado en el contenido utilizando el aprendizaje automático")
Sistema de recuperación de imágenes basado en el contenido utilizando el aprendizaje automático31,99 €![Aprendizaje automático con R - Paquete Rattle]( "Aprendizaje automático con R - Paquete Rattle")
Aprendizaje automático con R - Paquete Rattle48,99 €
Las enfermedades cardiovasculares son comunes hoy en día en todos los grupos de edad de los pacientes. La predicción en fases tempranas puede ayudar a adaptar un estilo de vida saludable, de modo que se pueda evitar un alto riesgo de amenaza para la vida. Los investigadores están encontrando continuamente vínculos entre las fuentes de datos existentes para poder predecir las enfermedades cardíacas en sus primeras etapas. Existen técnicas de minería de datos probadas, como los árboles de decisión, la máquina de vectores de apoyo o la regresión logística, que son útiles para el pronóstico de las enfermedades cardíacas. Esta investigación se centra en la predicción de las enfermedades del corazón mediante una máquina de vectores de apoyo y una técnica de regresión lineal. El conjunto de datos de enfermedades cardíacas de Cleveland se utiliza como conjunto de datos de muestra para encontrar la precisión de estas dos técnicas elegidas. La comparación muestra que la regresión logística da resultados más precisos que la máquina de vectores de apoyo en el conjunto de datos de enfermedades cardíacas. El análisis de la investigación se lleva a cabo en R, donde se analiza el conjunto de datos de enfermedades cardíacas de Cleveland y se implementan dos modelos (SVM y regresión logística) utilizando R. El proyecto se centra en la aplicación de las técnicas de máquina de vectores de apoyo y regresión logística en el conjunto de datos mencionado.