Comparação de técnicas de aprendizado de máquina com pré-processamento para decisão de profilaxia da tuberculose.
A Tuberculose é um problema de saúde pública mundial. Existem portadores de infecção latente, que podem evoluir futuramente com a doença. O Ministério da Saúde do Brasil identificou os grupos de risco de adoecimento e atribuiu algumas variáveis que auxiliam a equipe médica na decisão de tratar esses indivíduos antes que adoeçam. Baseando-se nesse contexto foi realizada a simulação de 305 casos clínicos, que posteriormente foram submetidos ao processamento de cinco algoritmos de aprendizado de máquina utilizando a ferramenta WEKA, obtendo melhor acurácia o algoritmo J48 com a técnica de árvore de decisão.
Saved in:
| Main Authors: | , |
|---|---|
| Other Authors: | |
| Format: | Separatas biblioteca |
| Language: | Portugues pt_BR |
| Published: |
2016-03-10
|
| Subjects: | Tuberculose, |
| Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1040466 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | A Tuberculose é um problema de saúde pública mundial. Existem portadores de infecção latente, que podem evoluir futuramente com a doença. O Ministério da Saúde do Brasil identificou os grupos de risco de adoecimento e atribuiu algumas variáveis que auxiliam a equipe médica na decisão de tratar esses indivíduos antes que adoeçam. Baseando-se nesse contexto foi realizada a simulação de 305 casos clínicos, que posteriormente foram submetidos ao processamento de cinco algoritmos de aprendizado de máquina utilizando a ferramenta WEKA, obtendo melhor acurácia o algoritmo J48 com a técnica de árvore de decisão. |
|---|