машинне навчання

Вчені пропонують нові підходи до діагностики та прогнозування захворювань серця, які використовують сучасні технології та процедури відбору ознак. Науковці розробили модель машинного навчання ML-HDPM для точної оцінки ризику серцевих захворювань. Для отримання даних про серцево-судинну систему дослідники використовували бази даних Клівленда, Швейцарії, Лонг-Біч та Угорщини. Вони провели попередню обробку клінічних даних, відбір ознак, вилучення ознак, кластеризацію з переважанням, та класифікацію. Для навчання моделі використовувались тренувальні дані з набором ознак. Обчислювалися вагові коефіцієнти ознак, а ознаки з найнижчими значеннями видалялись для досягнення необхідного набору. Генетичний алгоритм (GA) включав ініціалізацію популяції, відбір, кросинговер та мутацію, щоб визначити, чи виконано критерій зупинки. Дослідники…