Data Mining refers to using a varie

Data Mining refers to using a variety of techniques to identify suggest of information or decision making knowledge in the
database and extracting these in a way that they can put to use in areas such as decision support, predictions, forecasting and estimation. The
healthcare industry collects huge amounts of healthcare data which, unfortunately, are not “mined” to discover hidden information for
effective decision making. Discovering relations that connect variables in a database is the subject of data mining. This research has
developed a Decision Support in Heart Disease Prediction System (DSHDPS) using data mining modeling technique, namely, Naïve Bayes.
Using medical profiles such as age, sex, blood pressure and blood sugar it can predict the likelihood of patients getting a heart disease. It is
implemented as web based questionnaire application. It can serve a training tool to train nurses and medical students to diagnose patients
with heart disease.

ผลลัพธ์ (ไทย) 2:

การทำเหมืองข้อมูลหมายถึงการใช้ความหลากหลายของเทคนิคที่จะแนะนำให้ระบุข้อมูลหรือการตัดสินใจความรู้ใน
ฐานข้อมูลและการสกัดเหล่านี้ในทางที่พวกเขาสามารถนำไปใช้ในด้านต่างๆเช่นการสนับสนุนการตัดสินใจการคาดการณ์การพยากรณ์และการประมาณ
อุตสาหกรรมการดูแลสุขภาพจะเก็บรวบรวมข้อมูลจำนวนมากการดูแลสุขภาพซึ่งน่าเสียดายที่ไม่ได้ "ศีลธรรม" ที่จะค้นพบข้อมูลที่ซ่อนไว้สำหรับ
การตัดสินใจที่มีประสิทธิภาพ การค้นพบความสัมพันธ์ที่เชื่อมต่อตัวแปรในฐานข้อมูลเรื่องของการทำเหมืองข้อมูล งานวิจัยนี้ได้
รับการพัฒนาสนับสนุนการตัดสินใจในหัวใจโรคระบบการทำนาย (DSHDPS) โดยใช้เทคนิคการสร้างแบบจำลองการทำเหมืองข้อมูลคือNaïve Bayes.
ใช้รูปแบบทางการแพทย์เช่นอายุเพศความดันโลหิตและระดับน้ำตาลในเลือดก็สามารถคาดการณ์แนวโน้มของผู้ป่วยที่ได้รับการเต้นของหัวใจ โรค มันถูก
นำมาใช้เป็นแอพลิเคชันแบบสอบถามตามเว็บ มันสามารถใช้เครื่องมือการฝึกอบรมในการฝึกอบรมพยาบาลและนักศึกษาแพทย์ในการวินิจฉัยผู้ป่วย
ที่มีโรคหัวใจ

ผลลัพธ์ (ไทย) 3:

การทำเหมืองข้อมูล หมายถึง การใช้เทคนิคต่างๆ เพื่อกำหนดให้ข้อมูล หรือความรู้ในการตัดสินใจ และสกัด
ฐานข้อมูลเหล่านี้ในวิธีที่พวกเขาสามารถใช้ในพื้นที่เช่นการสนับสนุนการตัดสินใจคะเน , การพยากรณ์และการประมาณค่า
อุตสาหกรรมการดูแลสุขภาพ สะสมเงินขนาดใหญ่ของข้อมูลการดูแลสุขภาพ ซึ่งน่าเสียดายไม่ได้เป็น " ขุด " เพื่อค้นหาข้อมูลที่ซ่อนอยู่สำหรับ
ประสิทธิภาพการตัดสินใจ การค้นพบความสัมพันธ์ที่เชื่อมต่อกับตัวแปรในฐานข้อมูลเป็นวิชาเหมืองข้อมูล งานวิจัยนี้ได้พัฒนาระบบสนับสนุนการตัดสินใจ
ในการทำนายโรคหัวใจ ( dshdps ) โดยใช้เทคนิคการสร้างแบบจำลองการทำเหมืองข้อมูล คือ นา ไตได้ Bayes .
ใช้โปรไฟล์ ทางการแพทย์ เช่น อายุ เพศความดันโลหิตและน้ำตาลในเลือดมันสามารถทำนายโอกาสของผู้ป่วยที่เริ่มเป็นโรคหัวใจ มันเป็นโปรแกรมเว็บแบบสอบถาม
ใช้ตาม มันสามารถใช้เป็นเครื่องมือการฝึกอบรมการฝึกอบรมพยาบาลและนักศึกษาแพทย์เพื่อวินิจฉัยผู้ป่วย
กับโรคหัวใจ