机构名称：
¥ 2.0
摘要。本文旨在对处理机器学习（ML）和深度学习（DL）主题的研究工作进行系统审查，以预测心脏病。为此，进行了详尽的搜索，在分析了收集的文档之后，这些方面是：国家对使用ML和DL，最使用的技术进行了更多的研究，并且具有最佳的准确性，工具，指标，类型的心脏病和可变选择算法，这些算法是该文档的基础。目的是通过机器学习对预测心脏病的应用有助于对方法，技术和指标的更深入的了解。这项研究的结果表明，印度，中国和巴基斯坦是对使用ML和DL来预测心脏病的大多数国家的国家，也是随机森林，SVM和Logistic回归是最常用的技术，其中XGBoost，Ensemble深度学习和堆叠是获得最佳准确性结果的技术。python是最佳工具。使用的最常见的指标是准确性，精度和F1分数，所应用的疾病类型是冠状动脉心脏，因为选择算法是核和信息增益。由于使用机器学习和深度学习对心脏病的研究很少，这项工作也指向了新研究的道路。
使用机器学习对心脏病的预测
主要关键词
相关文件推荐
