机构名称：
¥ 1.0
尽管在管理状况方面取得了进步，但心脏病仍然是全球范围内的重大公共卫生负担。鉴于这种情况，早期预测和干预至关重要。鉴于可用的复杂医疗数据，从业人员现在在ML（机器学习）的高级选择的帮助下对心脏病的预测进行了不同。本文提供了有关用于诊断心脏病的不同ML技术的调查，涵盖了新方法，绩效评估指标和心脏病预测中使用的挑战。本文使用超过三十个期刊论文来调查从传统算法到深度学习（DL）方法的不同ML模型。他们还讨论了预测准确性，解释性挑战以及多模式数据的使用的改进。本文以一系列未来的研究建议和对心脏病的基于ML的预测模型中可能改善的探索结束。关键字：机器学习；深度学习；预测准确性
心脏病预测的机器学习方法
主要关键词
相关文件推荐
