Scribd Logo
Carregar

Bem-vindo(a) ao Scribd!

  • 15 visualizações

    Trabalho Final Machine Learning

    Enviado por

    Glaucia Alessandra Tello Lino
    O documento discute a insuficiência cardíaca, uma condição comum causada por doenças cardiovasculares que são a principal causa de morte no mundo. O documento apresenta análises de resultados de um conjunto de dados para prever insuficiência cardíaca usando técnicas de aprendizado de máquina e conclui que o melhor modelo é o modelo linear, que apresenta uma acurácia de 76,5%.

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd

    Trabalho Final Machine Learning

    Enviado por

    Glaucia Alessandra Tello Lino
    15 visualizações8 páginas
    O documento discute a insuficiência cardíaca, uma condição comum causada por doenças cardiovasculares que são a principal causa de morte no mundo. O documento apresenta análises de resultados de um conjunto de dados para prever insuficiência cardíaca usando técnicas de aprendizado de máquina e conclui que o melhor modelo é o modelo linear, que apresenta uma acurácia de 76,5%.

    Direitos autorais

    © © All Rights Reserved

    Formatos disponíveis

    PDF, TXT ou leia online no Scribd

    Você considera este documento útil?

    Este conteúdo é inapropriado?

    O documento discute a insuficiência cardíaca, uma condição comum causada por doenças cardiovasculares que são a principal causa de morte no mundo. O documento apresenta análises de resultados de um conjunto de dados para prever insuficiência cardíaca usando técnicas de aprendizado de máquina e conclui que o melhor modelo é o modelo linear, que apresenta uma acurácia de 76,5%.

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    15 visualizações8 páginas

    Trabalho Final Machine Learning

    Enviado por

    Glaucia Alessandra Tello Lino
    O documento discute a insuficiência cardíaca, uma condição comum causada por doenças cardiovasculares que são a principal causa de morte no mundo. O documento apresenta análises de resultados de um conjunto de dados para prever insuficiência cardíaca usando técnicas de aprendizado de máquina e conclui que o melhor modelo é o modelo linear, que apresenta uma acurácia de 76,5%.

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    de 8

    Conjunto de dados de previsão de

    insuficiência cardíaca
    Tecnologia da informação aplicada à engenharia de produção

    Professor: Marcelo Koiti Fugihara

    Apresentado por:
    Glaucia Lopes R.A: 11.120.284-2
    Descrição do problema
    O problema fala sobre a insuficiência cardíaca ser um evento comum
    causado por doenças cardiovasculares (DCVs). As doenças
    cardiovasculares são causa numero 1 de morte no mundo, levando cerca
    de 17,9 milhões de vidas a cada ano o que representa 31% de todas as
    mortes em todo o mundo.
    Análise de resultados
    Análise de resultados
    Análise de resultados
    Análise de resultados
    Análise de resultados
    Conclusão
    Após a simulação no RapidMiner podemos concluir que a melhor opção
    é o modo linear pois apresenta uma acurácia de 76,5%.

    Então o melhor teste para detectar um acidente cardiovascular em um


    paciente que apresenta uma insuficiência cardíaca é o modelo linear em
    relação aos outros 7 modelos apresentados no Auto Model.

    Você também pode gostar