سفارش انجام پروژه داده کاوی تشخیص بیماری دیابت :

دیابت یا بیماری قند یک اختلال سوخت و سازی (متابولیک) در بدن است. در این بیماری توانایی تولید هورمون انسولین در بدن از بین می‌رود یا بدن در برابر انسولین مقاوم شده و بنابراین انسولین تولیدی نمی‌تواند عملکرد طبیعی خود را انجام دهد. نقش اصلی انسولین پایین آوردن قند خون توسط سازوکارهای مختلف است. دیابت دو نوع اصلی دارد. در دیابت نوع یک، تخریب سلول‌های بتا در پانکراس منجر به نقص تولید انسولین می‌شود و در نوع دو، مقاومت پیش رونده بدن به انسولین وجود دارد که در نهایت ممکن است به تخریب سلول‌های بتای پانکراس و نقص کامل تولید انسولین منجر شود. برای مطالعه جزییات بیشتر در مورد بیماری دیابت کلیک کنید.

در این پروژه، با استفاده از نرم افزار نایم (Knime)، مجموعه داده های مربوط به بیماری دیابت مورد بررسی قرار گرفته است. راهکارهای متعدد پاکسازی داده ها، دسته بندی، خوشه بندی بر روی داده ها اعمال شده است و نتایج در قالب مستندات و همچنین فایل های شبیه سازی فراهم شده است.


موارد قابل تحویل:

  • فایل های شبیه سازی مربوط به نرم افزار نایم (Knime)
  • مستندات پروژه، شامل توضیحات مربوط به فعالیت های صورت گرفته
  • فایل ارائه ی پاورپوینت
  • فیلم آموزشی برای آشنایی دقیق تر با فرآیند انجام پروژه
  • مجموعه داده ی مورد استفاده در پروژه
  • امکان آماده سازی این پروژه با سایر نرم افزارها، نظیر رپیدماینر (RapidMiner)، وکا(Weka)، کلمنتاین(clementine) یا مدلر(IBM Spss Modeler)، زبان R، پایتون(Python) و ... فراهم است.


برخی از روش های مورد بررسی:

  • روش های مختلف پاکسازی
    • حذف مقادیر گم شده (missing values)، 
    • حذف داده های پرت، 
    • حذف نویز، 
    • گسسته سازی، 
    • ایجاد ویژگی های جدید، 
    • نرمال سازی، 
    • انتخاب زیرمجموعه ای مناسب از ویژگی ها و...
  • روش های مختلف تصویر سازی 
    • نمودارهای هیستوگرام(histogram) 
    • هیستوگرام رنگی
    • پراکندگی(Scatter) و...
  • روش های مختلف دسته بندی
    • ساخت انواع درخت تصمیم(decision tree) نظیر CHAID، CART، C5.0 و ...
    • ماشین بردار پشتیبان(support vector machine)
    • شبکه ی عصبی(Neural Net)
    • Logistic regression
    • جنگل تصادفی(Random Forest)
    • استخراج قوانین(Rule Induction) 
    • و...
  • روش های تجمعی 
    • بگینگ(bagging)
    • بوستینگ(boosting)
  • تلفیق روش های مختلف دسته بندی 
    • به عنوان مثال تلفیق روش های ماشین بردار پشتیبان با شبکه ی عصبی.
  • روش های مختلف ارزیابی نظیر Cross Validation
  • موارد و الگوریتم های قید شده، تنها قسمتی کوچکی از فرآیندهای داده کاوی را شامل می شود. انواع مختلف روش های داده کاوی و هوش مصنوعی با توجه به درخواست شما، قابل ارائه است.


مشاوره انجام پایان نامه، پروپزال و مقاله:

در صورتی که به مشاوره برای انجام پایان نامه، پروپزال و مقاله، همچنین آموزش انجام پایان نامه، پروپزال و مقاله در زمینه ی داده کاوی تشخیص بیماری دیابت، نیازمندید، این مورد را هنگام درخواست قید نمایید. با توجه به قوانین موجود، فعالیت شریف پژوه محدود به آموزش و مشاوره در این موارد می باشد.


منحصر به فرد بودن پروژه:

در صورتی که نیاز به یک پروژه اختصاصی و منحصر به خودتان در زمینه داده کاوی تشخیص بیماری دیابت داشته باشید، این مورد را هنگام درخواست قید نمایید.