تحليل أداء بعض خوارزميات التعلم التنبؤي في تشخيص سرطان الثدي

الملخص

في الوقت الحاضر يتم تلقي بيانات كبيرة في المجال الطبي ، تحتوي هذه البيانات على تفاصيل حول المرضى والفحوصات الطبية والعلاج وأعراض الأمراض، تُعد تقنية تحليل البيانات أحد مجالات البحث المهمة في تحديد المعلومات المفيدة من مجموعات البيانات الضخمة. يمكن استخدام تقنيات التعلم الآلي للكشف عن الأمراض غير المعروفة وأسبابها وتحديد طرق العلاج الطبي.

تم في هذا البحث عرض دراسة تحليلية لبعض خوارزميات التعلم الآلي التنبؤي و تم تطبيق هذه الخوارزميات على قاعدة بيانات لمرض سرطان الثدي وذلك لتوحيد بيئة العمل واخضاع الخوارزميات لنفس الشروط والظروف، وعرض النتائج التي تم الوصول إليها عند استخدام كل خوارزمية. تم استخدام خوارزمية شجرة القرارDecision Tree وخوارزمية الجار الأقربKNN وخوارزمية نايف بايز Naïve Bayes وخوارزمية شعاع دعم الآلةSVM  وخوارزمية الشبكات العصبونية(Perceptron) وخوارزمية العنقدة (Clustering) بالإضافة إلى استخدام تقنيات دمج المصنفات على التفرع، تم تقييم الأداء ودراسة تأثير نسب بيانات التدريب والاختبار على دقة النتائج ، مع المقارنة بين هذه الخوارزميات واظهار أفضلها دقة وموثوقية.