Technique hybride pour la classification associative des maladies cardiaques [French]

Au cours des derni res ann es, le secteur des soins de sant a collect d' normes quantit s de donn es qui, malheureusement, ne sont pas extraites pour d couvrir des informations cach es permettant une prise de d cision efficace. Aujourd'hui, les services m dicaux ont parcouru un long chemin pour traiter les patients atteints de diverses maladies. L'une des plus mortelles est la maladie cardiaque, qui ne peut tre vue l'oeil nu et survient instantan ment. Le taux de mortalit a augment en raison de mauvaises d cisions cliniques. Pour parvenir un traitement fiable et rentable, des syst mes d'information ou d'aide la d cision bas s sur l'informatique peuvent tre d velopp s pour accomplir cette t che. L'exploration de donn es fournit la solution pour la d couverte de connaissances partir de ces bases de donn es vastes et complexes. Le travail de l'auteur implique le d veloppement d'un cadre bas sur des techniques de classification associative sur un ensemble de donn es cardiaques. La mise en oeuvre du travail est effectu e sur l'ensemble de donn es cardiaques de l'UCI Machine Learning Repository afin de tester et d' valuer diff rentes m thodes pour obtenir de meilleurs r sultats. Les r sultats exp rimentaux montrent que la plupart des r gles de classification associative aident la meilleure pr diction des maladies cardiaques et la cr ation d'un syst me d'aide la d cision fiable.