Дата публикации в реестре: 2024-03-01T14:51:47Z

Аннотация:

Проблема борьбы с сердечно-сосудистыми заболеваниями приобретает все более важное значение в силу высокого уровня инвалидизации и смертности от болезней сердца. В настоящей статье проводилось исследование методов прогнозирования болезней сердца с применением электрокардиографии и алгоритмов машинного обучения. Всего в ходе исследования было проведено 75 000 численных экспериментов с различными алгоритмами машинного обучения и их параметрами. На основе сравнительного анализа были отобраны модели и методы машинного обучения, которые дали наилучшие результаты. Были применены следующие методы: логистическая регрессия, алгоритм k-ближайших соседей, дерево решений, метод опорных векторов, байесовский классификатор, случайный лес, глубокие нейронные сети. Отобранные модели были обобщены для идентификации их параметров и эффективного применения.

Тип: Article

Права: open access

Источник: Проблемы машиностроения и автоматизации