1117

امروزه تشخيص بيماري ها با استفاده از هوش مصنوعي و الگوريتم هاي يادگيري ماشين از اهميت بسيار بالايي برخوردار است، چراكه با استفاده از داده هاي موجود در زمينه مطالعاتي بيماري موردنظر مي توان به اطلاعات و نتايج سودمندي دست يافت كه از رخداد بسياري از مرگ وميرها مي كاهد. از جمله اين بيماري ها مي توان به تشخيصبيماري ديابت كه امروزه با توجه به رشد زندگي شهرنشيني و كاهشفعاليت افراد گسترش يافته است، اشاره كرد. پس تشخيص اين موضوع كه فرد به بيماري ديابت مبتلا مي گردد يا خير از اهميت بسيار بالايي برخوردار است. در اين مقاله از مجموعه داده مربوط به اطلاعات افرادي كه آزمايش تشخيص ديابت را انجام داده اند استفاده شده است. اين اطلاعات مربوط به 520 نفر است، عمل رده بندي افراد به دو دسته كه آيا نتيجه آزمايش ديابتشان مثبت است يا خير صورت مي گيرد و از روش هاي رده بند بيزي مانند ماشين بردار و روش رده بند تركيبي كت بوست استفاده شده است تا بتوان نتيجه گرفت كه كدام يك از اين روش ها مي توانند CNK ، پشتيبان بيزي، بيز ساده توانمندي بهتري براي تحليل داده ها داشته باشند و همچنين براي مقايسه اين روش ها از معيار هاي دقت، صحت، وضوح، حساسيت و نمودار راك استفاده شده است.

انديشه آماري

تهران :انجمن آمار ايران ،1402

1402

28

1

55

43-54

بهار و تابستان