احمد نظری - کارشناس ارشد مهندسی کامپیوتر نرم افزار ، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی یاسوج، ایران

به تازگی در دانش پزشکی شاهد جمع آوری داده های فراوان در مورد بیماری های مختلف هستیم. تحقیق روی این داده ها و بدست آوردن نتایج و الگوهای مفید در رابطه با بیماری ها یکی از اهداف استفاده از این داده ها است. دراین تحقیق با توجه به سهمی که بیماری های قلبی در مرگ و میر انسانها دارند به بررسی انواع روش ها و الگوریتم های داده کاوی جهت تشخیص زود هنگام بیماری قلبی پرداخته ایم. داده کاوی را روی مجموعه داده هایاستانداردی که مربوط به 902 نفر بیمار بوده انجام شد. مهمترین متغیرها در ارتباط با آنژین صدری ناشی از ورزش، نوع درد سینه، سن، حداکثر ضربان قلب و فشار خون در زمان استراحت است. همچنین الگوریتم های کلاس بندیبردار ماشین پشتیبان و ازدحام ذرات، الگوریتم جنگل تصادفی و درنهایت ترکیب این دو الگوریتم روی مجموعه داده ها از نظر دقت تشخیص بیماری در افراد مورد تست و بررسی قرار گرفت. نتایج نشان داد که دقت الگوریتم ترکیبی از دو الگوریتم پایه بالاتر است. بالاترین دقت بدست آمده در الگوریتم جنگل تصادفی در آموزش 22.29 و در تست 33.88 بوده که بسیار بهینه تر از سایر تحقیقات اخیر می باشد

داده کاوی، بیماری های قلبی، الگوریتم ترکیبی بردار ماشین پشتیبان و ازدحام ذرات، جنگل تصادفی