TY -的A2 - Chen Mu-Chen AU - Waqar,默罕默德盟——Dawood哈桑盟——Dawood Hussain盟,马吉德Nadeem盟——Banjar Ameen盟——Alharbey利雅得PY - 2021 DA - 2021/03/16 TI -一个高效SMOTE-Based心脏病深度学习模型预测SP - 6621622六世- 2021 AB -心脏疾病治疗往往受到数字心脏的采集和分析大量的数据。这些数据可用于各种有益的目的。这些数据的利用变得更重要的是,当我们处理重要疾病如心脏病病人生活往往是岌岌可危的地方。机器学习和深度学习是两个著名的技术正在帮助使原始数据有用。一些最大的问题来自上述的使用技术是大规模的资源利用率,广泛的数据预处理,特征工程的需要,确保可靠性分类结果。拟议的研究工作提供了一个具有成本效益的解决方案与精度高和可靠性预测心脏病发作。它使用一个UCI数据集通过各种机器学习算法预测心脏病不参与工程的任何功能。此外,给定数据集有一个积极的和消极的类分配不均,会降低性能。拟议的工作使用少数合成过采样技术(杀)来处理给定的不平衡数据。提出系统丢弃的需要工程对给定的数据集的分类特征。 This led to an efficient solution as feature engineering often proves to be a costly process. The results show that among all machine learning algorithms, SMOTE-based artificial neural network when tuned properly outperformed all other models and many existing systems. The high reliability of the proposed system ensures that it can be effectively used in the prediction of the heart attack. SN - 1058-9244 UR - https://doi.org/10.1155/2021/6621622 DO - 10.1155/2021/6621622 JF - Scientific Programming PB - Hindawi KW - ER -