Artigo Anais IV CONAPESC

ANAIS de Evento

ISSN: 2525-6696

ANÁLISE DO ALGORITMO NAIVE BAYES NA CLASSIFICAÇÃO DE AMOSTRAS DO BANCO DE DADOS HEPATITE

Palavra-chaves: HEPATITE, MINERAÇÃO DE DADOS, NAIVE BAYES Comunicação Oral (CO) AT 10: Ciências da Saúde: abordagens na pesquisa e no ensino Publicado em 02 de setembro de 2019

Resumo

UM MÉDICO CONCLUI O DIAGNÓSTICO DE UMA DOENÇA AVALIANDO A CONDIÇÃO DO PACIENTE OU COMPARANDO COM OUTRO PACIENTE QUE TENHA CONDIÇÕES OU SINTOMAS SEMELHANTES. COM BASE NA BASE DE DADOS DA UCI EXISTEM 17 SINTOMAS DE HEPATITE QUE PODEM SER SEMELHANTES A OUTRAS DOENÇAS, POR ISSO PRECISA DE UM MÉTODO PARA ENCONTRAR OS PRINCIPAIS SINTOMAS. NA CIÊNCIA DA COMPUTAÇÃO, ESSA TAREFA PODE SER FEITA POR UM PROGRAMA DE COMPUTADOR QUE INCLUA UM ALGORITMO INTELIGENTE. TÉCNICAS DE MINERAÇÃO DE DADOS SÃO AMPLAMENTE UTILIZADAS NA CLASSIFICAÇÃO E PREVISÃO NO CAMPO DA BIOINFORMÁTICA PARA ANÁLISE DE DADOS BIOMÉDICOS. O OBJETIVO DO ESTUDO É AVALIAR O DESEMPENHO DO MODELO DE SUPORTE A DECISÃO BASEADO NO ALGORITMO NAIVE BAYES PARA ANÁLISE DE DADOS PROGNÓSTICOS DA HEPATITE. O ESTUDO CONCLUI QUE O DESEMPENHO DA CLASSIFICAÇÃO DE NAIVE BAYES É EFICAZ PARA A CLASSIFICAÇÃO DO CONJUNTO DE DADOS DE HEPATITE.

Compartilhe:

Visualização do Artigo


Deixe um comentário

Precisamos validar o formulário.