پیش بینی افراد مبتلا به اوتیسم با استفاده از الگوریتم های داده کاوی

داده کاوی و یادگیری ماشین شاخه هایی از علم کامپیوتر هستند که به دلیل توانایی پردازش مجموعه داده های بزرگ برای کشف الگوهایمفید به منظور تصمیم گیری و تشخیص در فضای پزشکی به سرعت در حال رشد هستند. در این تحقیق بر آن شدیم تا اختلال طیف اوتیسم را موردمطالعه قرار دهیم؛ چراکه تشخیص این اختلال می تواند به افراد و جامعه برای کنترل آن کمک شایانی کند. در این تحقیق با استفاده از الگوریتم هایشبکه عصبی مصنوعی، ماشین بردار پشتیبان و نزدیکترین همسایه و مجموعه داده هایی مربوط به سه گروه سنی نوپایان، کودکان و بزرگسالان ،امکان و کارایی تشخیص اختلال اوتیسم بررسی شد و به ارزیابی هر سه الگوریتم پیاده سازی شده در هر سه مجموعه داده و مقایسه این سهالگوریتم با یکدیگر پرداخته شد.