Negli ultimi anni l'industria della sanit� raccoglie enormi quantit� di dati sanitari che, purtroppo, non vengono estratti per scoprire informazioni nascoste per un processo decisionale efficace. Oggi i servizi medici hanno fatto molta strada per curare i pazienti affetti da varie malattie. Tra le pi� fatali c'� la cardiopatia, che non pu� essere vista a occhio nudo e si manifesta all'istante. Il tasso di mortalit� � aumentato a causa di decisioni cliniche sbagliate. Per ottenere un trattamento affidabile e ...
Read More
Negli ultimi anni l'industria della sanit� raccoglie enormi quantit� di dati sanitari che, purtroppo, non vengono estratti per scoprire informazioni nascoste per un processo decisionale efficace. Oggi i servizi medici hanno fatto molta strada per curare i pazienti affetti da varie malattie. Tra le pi� fatali c'� la cardiopatia, che non pu� essere vista a occhio nudo e si manifesta all'istante. Il tasso di mortalit� � aumentato a causa di decisioni cliniche sbagliate. Per ottenere un trattamento affidabile e conveniente si possono sviluppare sistemi di informazione o di supporto alle decisioni basati su computer. Il data mining fornisce la soluzione per la scoperta della conoscenza da questi grandi e complessi database. Il lavoro dell'autore prevede lo sviluppo di un framework basato su tecniche di classificazione associativa su dataset cardiaci. L'implementazione del lavoro � stata effettuata su un set di dati cardiaci provenienti dall'UCI Machine Learning Repository per testare e valutare i diversi risultati. I risultati sperimentali mostrano che la maggior parte delle regole di classificazione associativa aiutano a prevedere meglio le malattie cardiache e a creare un sistema di supporto decisionale affidabile.
Read Less
Add this copy of Tecnica ibrida per la classificazione associativa delle to cart. $33.50, new condition, Sold by Ingram Customer Returns Center rated 5.0 out of 5 stars, ships from NV, USA, published 2024 by Edizioni Sapienza.
