استفاده از الگوريتم‌هاي يادگيري ماشين براي تشخيص ديابت

ديابت يك بيماري مزمن و ديرينه است كه به دليل بالا بودن ميزان قند خون به وجود مي‌آيد. اين بيماري مزمت در صورت درمان نشدن منجر به آسيب هاي جبران ناپذير به قلب، كليه، چشم، اعصاب و پا مي‌شود. از اينرو به منظور تشخيص ديابت در مراحل اوليه به كمك روش‌هاي هوش مصنوعي كمك شاياني به بشريت خواهد كرد. در اين مقاله، بعد از آماده سازي داده، انتخاب ويژگي، نرمالسازي و استانداردسازي داده‌اي از الگوريتم‌هاي سنتي يادگيري ماشين مانند درخت تصميم، بيز ساده، نزديكترين همسايه، ماشين بردار پشتيبان و جنگل تصادفي براي تشخيص ديابت استفاده شده است و در آزمايش‌هاي شبيه سازي كارايي اين الگوريتم‌ها از نظر معيارهاي دقت و زمان اجرا مورد مقايسه قرار گرفته است.