Description

---

Машинное обучение используется во многих областях по всему миру. Не является исключением и отрасль здравоохранения. Машинное обучение может сыграть важную роль в прогнозировании наличия/отсутствия заболеваний опорно-двигательного аппарата, сердечно-сосудистых заболеваний и т.д. Такая информация, если она прогнозируется заблаговременно, может дать важную интуицию врачам, которые затем смогут адаптировать свою диагностику и лечение в зависимости от конкретного пациента. Мы работаем над прогнозированием возможных заболеваний сердца у людей с помощью алгоритмов машинного обучения. В данном проекте мы проводим сравнительный анализ таких классификаторов, как дерево решений, Na veBayes, логистическая регрессия, SVM и Random Forest, и предлагаем ансамблевый классификатор, который выполняет гибридную классификацию, используя сильные и слабые классификаторы, поскольку он может иметь множество образцов для обучения и проверки данных.