چكيده: دراين مطالعه تشخيص بيماري هپاتيت كه يكي از بيمارهاي شايع و مهم ساست، با استفاده از از روش يادگيري ماشيني انجام شده است. ما يك روش يادگيري ماشيني نويني را كه تركيبي از ماشين بردار پشتيبان (SVM) و بازپخت شبيهسازي شده ( SA ) است را ارائه نموديم. بازپخت شبيهسازي شده يك روش تصادفي است كه امروزه به طور گسترده اي براي مسائل بهينهسازي دشوار، به كار ميرود همچنين ماشين برداري پشتيبان در سالهاي اخير به عنوان يكي از متدهاي پيشبيني كه داراي مزيتهاي منحصربهفرد زيادي است و نتايج موفقيت آميزي نيز داشته است، شناخته مي شود. مت مجموعه دادههاي مورد استفاده در مطالعه خود را از مجموعه داده هاي آموزشي ماشين UCI برداشتيم. اعتبار سنجي كلاسبندي با ميزان دقت متقابل 10 – فول به دست آمد. دقت طبقهبندي به دست آمده 96.25 % بود كه در مقايسه با ساير روشهاي كلاسبندي در مقالات ديگر، بسيار اميدوار كننده ميباشد. مقدمه هپاتيت وروسي يكي از مهمترين مشكلات سلامتي در جهان است. اين بيماري يكي از شايع ترين بيماريهاي عفوني است كه هر ساله ...
دریافت فایل