Diagnosis on lung cancer using artificial neural network
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Günümüz dünyasında, tıbbi verileri analiz ederek hastaları teşhis etmek ve tedavi etmek için teknolojinin uygun kullanımına ciddi bir ihtiyaç vardır. Ayrıca, veri madenciliği bilgisayar bilimleri alanındaki en önemli araştırmalardan biridir. Büyük miktarda veri setinden değerli bilgileri çıkarma işlemidir. Sınıflandırma, imaj, regresyon analizi ve dernek kuralı madenciliği gibi birçok yaklaşım benimsenmiştir. Bu yazıda, sınıflandırma doğruluğu, hata oranı, ortalama hata oranı ve standart Sapma'ya dayanan çeşitli sınıflandırma algoritmalarının kullanıldığı veri madenciliğinin performansını analiz etmek için sınıflandırma tekniği üzerine yoğunlaşmış bir çalışmayı temsil ediyoruz. Bu çalışmanın temel amacı, akciğer kanseri veri setindeki performans analizine dayanarak tıbbi analizde veri madenciliği için en iyi prosedürün belirlenmesi konusunda açık bir görüş vermektir. Doğrusal regresyon, Karar Ağaçları, Degrade Yükseltme Makinesi (GBM), Destek vektör makineleri (SVM) ve Özel topluluk gibi bazı yaygın sınıflandırma teknikleri vardır. Bu yaklaşımlar tıbbi sınıflandırma performansı için kullanılır. Bu çalışmada, ANN'nin sahip olduğu dinamikler nedeniyle, meme kanserinin sınıflandırılmasında ANN kullanacağız. Muhtemelen daha iyi doğruluk, daha az hata, daha iyi hassasiyet ve özgüllük sağlayacaktır. In today's world, there is a dire need for the appropriate use of technology to diagnose and treat patients by analyzing medical data. Moreover, data mining is one of the predominant researches in computer science field. It is a process of extracting valuable information from a huge amount of dataset. There are many approaches are adopted such as classification, image, regression analysis and association rule mining. In this paper we're representing a concentrated study on classification technique to analyze the performance of data mining where several classification algorithms were used based on classification accuracy, error rate, average error rate, and standard Deviation. The main goal of this study is to make an open view on determining the best procedure for data mining in medical analysis based on performance analysis on lung cancer dataset. There are some common classification techniques such as linear regression, Decision Trees, Gradient Boosting Machine (GBM), Support vector machines (SVM), and Custom ensemble. These approaches are used for the performance of medical classification. In this study, because of the dynamics that ANN has, we're going to use ANN for the classification of breast cancer. Which is probably will make better accuracy, less error, better sensitivity and specificity.
Collections