طبقه بندی داده های بیماری آلزایمر با شبکه عصبی و فاصله ماهالانوبیس در متلب
در این پروژه از شبکه عصبی و روش فاصله ماهالانوبیس و با هدف تشخیص داده پرت در نرم افزار متلب استفاده شده تا بتوان به صورت بهینه بیمارانی که در معرض آلزایمر شدید هستند را شناسایی کرد. همچنین برای کاهش بُعد داده ها و کم کردن تعداد متغیرها از تکنیک PCA استفاده شده است.
تشخیص داده های پرت و دور افتاده در محاسبات و تجزیه و تحلیل های داده ها موضوع مهمی است. با توجه به اینکه اینگونه داده ها را از مدل های آماری خارج می کنیم باید اطمینان داشته باشیم که حذف آنها در پیش بینی های دنیای واقعی تاثیری نخواهد گذاشت و مدل ساخته شده به درستی عمل می کند.
اطلاعات بیشتر در لینک زیر:
لینک دسترسی (اینجا کلیک کنید)
