Carlos Daniel González Cedillo
Las enfermedades cardíacas son la principal causa de muerte en la actualidad. Este paper contrasta la performance de los diferentes algoritmos supervisados de Machine Learning, que tienen aplicaciones en el a´rea de la medicina, con los algoritmos supervisados Naives Bayes para ayudar a clasificar pacientes propensos a sufrir enfermedades cardíacas. Como fuente de datos se usan 303 instancias de pacientes con diferentes características que fueron analizados al procesar los datos con los respectivos algoritmos. Los resultados con el algoritmo de Naives Bayes son pro- metedores, obteniendo una precisio´n del 86,81 %, usando la fuente de datos mencionada. Esta familia de algoritmos tiene un mejor rendimiento comparado con otros algorit- mos de Machine Learning como neural networks, arrojando resultados ma´s precisas que las esperadas de me´dicos humanos.
Heart disease is the leading cause of the death in the present. This paper contrasts the performance between the different supervised algorithms of Machine Learning, applied in medicine field, with the Naive Bayes supervised algorithms to help classify patients prone to heart disease. As data source, 303 instances of patients with different characteristics were used and analized when the data was proccessed by the respective algorithms. The results with the Naives Bayes algorithm are promising, obtaining an accuracy of 86.81 % using the mentioned data source. This family of algorithm has a better performance compared to other Machine Learning algorithms such as Neural Networks, obtaining more precise results than those expected from humans doctors.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados