Hybride Technik zur assoziativen Klassifizierung von Herzkrankheiten [German]

In den letzten Jahren hat die Gesundheitsbranche riesige Mengen von Gesundheitsdaten gesammelt, die leider nicht extrahiert werden, um verborgene Informationen f r eine effektive Entscheidungsfindung zu entdecken. Die medizinischen Dienste haben heute einen langen Weg zur ckgelegt, um Patienten mit verschiedenen Krankheiten zu behandeln. Eine der t dlichsten ist die Herzerkrankung, die mit blo em Auge nicht zu erkennen ist und sofort auftritt. Die Sterblichkeitsrate ist aufgrund schlechter klinischer Entscheidungen gestiegen. Um eine zuverl ssige und kosteneffiziente Behandlung zu erreichen, k nnen computergest tzte Informations- oder Entscheidungshilfesysteme entwickelt werden, die diese Aufgabe bernehmen. Data Mining bietet die L sung f r die Entdeckung von Wissen aus diesen gro en und komplexen Datenbanken. Die Arbeit des Autors umfasst die Entwicklung eines Rahmens, der auf assoziativen Klassifizierungstechniken f r Herzdaten basiert. Die Implementierung der Arbeit erfolgt auf dem Herzdatensatz aus dem UCI Machine Learning Repository, um verschiedene Methoden zu testen und zu bewerten, um bessere Ergebnisse zu erzielen. Die experimentellen Ergebnisse zeigen, dass die meisten assoziativen Klassifizierungsregeln die beste Vorhersage von Herzerkrankungen erm glichen und zu einem zuverl ssigen Entscheidungshilfesystem beitragen.