Ứng dụng các thuật toán học máy để đánh giá bộ cơ sở dữ liệu trong phân loại rối loạn phổ tự kỷ
Số trang: 13
Loại file: pdf
Dung lượng: 452.31 KB
Lượt xem: 11
Lượt tải: 0
Xem trước 2 trang đầu tiên của tài liệu này:
Thông tin tài liệu:
Bài viết trình bày kết quả đánh giá bộ cơ sở dữ liệu trong phân loại rối loạn phổ tự kỷ (ASD) trẻ em trên kho dữ liệu UCI. Chúng tôi tiến hành đánh giá bộ dữ liệu với các thuật toán SVM và Random Forest, đồng thời khảo sát thêm các thuật toán Decision Trees, Logistic Regression, K-Nearest-Neighbors, Naïve Bayes, và mạng nơ-ron Multi Layer Perceptron (MLP).
Tìm kiếm theo từ khóa liên quan:
Rối loạn phổ tự kỷ Sàng lọc rối loạn phổ tự kỷ Thuật toán học máy Chẩn đoán ASD Công cụ sàng lọc ASDGợi ý tài liệu liên quan:
-
Hướng dẫn chẩn đoán và điều trị một số rối loạn tâm thần thường gặp
197 trang 101 0 0 -
Nghiên cứu phương pháp phát hiện sớm xâm nhập bất thường mạng DDOS dựa trên các thuật toán học máy
8 trang 72 0 0 -
95 trang 65 0 0
-
So sánh các thuật toán học máy trong phát hiện tấn công DDoS
5 trang 48 0 0 -
24 trang 33 0 0
-
Nghiên cứu đặc điểm ngôn ngữ của trẻ rối loạn phổ tự kỷ tại Bệnh viện Nhi Đồng Cần Thơ năm 2021-2022
7 trang 32 0 0 -
Tối ưu mô hình phân lớp dữ liệu dựa trên thuật toán K Nearest Neighbor
6 trang 31 0 0 -
Sử dụng mạng nơ-ron nhân tạo nhiều tầng để dự báo giá nhà ở
9 trang 29 0 0 -
Một số yếu tố nguy cơ của rối loạn phổ tự kỷ ở trẻ từ 24 đến 60 tháng tuổi tại Tuyên Quang
8 trang 28 0 0 -
Đặc điểm giao tiếp chức năng ở trẻ rối loạn phổ tự kỷ mức độ 3 theo tiêu chuẩn DSM-5
8 trang 27 0 0