The successful application of data

The successful application of data mining in highly visible fields
like e-business, marketing and retail has led to its application in
other industries and sectors. Among these sectors just discovering
is healthcare. The healthcare environment is still „information
rich‟ but „knowledge poor‟. There is a wealth of data available
within the healthcare systems. However, there is a lack of
effective analysis tools to discover hidden relationships and trends
in data. This research paper intends to provide a survey of current
techniques of knowledge discovery in databases using data mining
techniques that are in use in today‟s medical research particularly
in Heart Disease Prediction. Number of experiment has been
conducted to compare the performance of predictive data mining
technique on the same dataset and the outcome reveals that
Decision Tree outperforms and some time Bayesian
classification is having similar accuracy as of decision tree but
other predictive methods like KNN, Neural Networks,
Classification based on clustering are not performing well. The
second conclusion is that the accuracy of the Decision Tree and
Bayesian Classification further improves after applying genetic
algorithm to reduce the actual data size to get the optimal subset of
attribute sufficient for heart disease prediction.

ผลลัพธ์ (ไทย) 1:

แอพลิเคชันที่ประสบความสำเร็จของการทำเหมืองข้อมูลในความเห็นเช่น e-ธุรกิจ การตลาดและการขายปลีกได้นำไปใช้เป็นอุตสาหกรรมและภาคอื่น ๆ ในภาคนี้เพิ่งค้นพบเป็นการดูแลสุขภาพ สิ่งแวดล้อมสุขภาพยังคงเป็นข้อมูล"rich‟ แต่ "ความรู้ poor‟ มีข้อมูลมากมายภายในระบบการดูแลสุขภาพ อย่างไรก็ตาม มีไม่พอเครื่องมือวิเคราะห์ผลการค้นพบความสัมพันธ์ที่ซ่อนอยู่และแนวโน้มในข้อมูล ผลงานวิจัยนี้มีจุดมุ่งหมายให้สำรวจปัจจุบันเทคนิคการค้นหาความรู้ในฐานข้อมูลโดยใช้การทำเหมืองข้อมูลเทคนิคที่ใช้ในการวิจัยทางการแพทย์ today‟s โดยเฉพาะอย่างยิ่งในการคาดเดาโรคหัวใจ จำนวนของการทดลองได้เพื่อเปรียบเทียบประสิทธิภาพของการทำเหมืองข้อมูลคาดการณ์เปิดเผยเทคนิคในชุดข้อมูลเดียวกันและผลที่Outperforms ต้นไม้การตัดสินใจ และบางครั้งทฤษฎีประเภทจะมีความคล้ายกัน ณต้นไม้การตัดสินใจ แต่วิธีการทำนายอื่น ๆ เช่น KNN เครือข่ายประสาทการจัดประเภทตามคลัสเตอร์กำลังทำดี ที่บทสรุปที่สองคือความถูกต้องของต้นไม้การตัดสินใจ และทฤษฎีการจัดประเภทเพิ่มเติมปรับปรุงหลังจากการใช้พันธุกรรมอัลกอริทึมเพื่อลดขนาดข้อมูลจริงจะย่อยดีที่สุดของแอตทริบิวต์เพียงพอต่อการพยากรณ์โรค

ผลลัพธ์ (ไทย) 2:

แอพลิเคชันที่ประสบความสำเร็จของการทำเหมืองข้อมูลในช่องที่มองเห็นได้อย่างเช่นe-ธุรกิจการตลาดและค้าปลีกได้นำไปสู่การประยุกต์ใช้ในอุตสาหกรรมอื่นๆ และภาค ในบรรดาภาคธุรกิจเหล่านี้เพียงการค้นพบคือการดูแลสุขภาพ สภาพแวดล้อมการดูแลสุขภาพยังคงเป็น "ข้อมูลที่อุดมไปด้วย" แต่ "ความรู้ที่ดี" มีความมั่งคั่งของข้อมูลที่มีอยู่ในระบบการดูแลสุขภาพ แต่มีการขาดเครื่องมือในการวิเคราะห์ที่มีประสิทธิภาพที่จะค้นพบความสัมพันธ์ที่ซ่อนอยู่และแนวโน้มในข้อมูล งานวิจัยนี้มุ่งมั่นที่จะจัดให้มีการสำรวจในปัจจุบันเทคนิคของการค้นพบความรู้ในฐานข้อมูลโดยใช้การทำเหมืองข้อมูลเทคนิคที่ใช้ในวันนี้"ของการวิจัยทางการแพทย์โดยเฉพาะอย่างยิ่งในการทำนายโรคหัวใจ จำนวนของการทดลองได้รับการดำเนินการเพื่อเปรียบเทียบประสิทธิภาพของการทำเหมืองข้อมูลทำนายเทคนิคในชุดเดียวกันและผลที่แสดงให้เห็นว่ามีประสิทธิภาพเหนือกว่าต้นไม้การตัดสินใจและบางครั้งคชกรรมการจัดหมวดหมู่จะมีความถูกต้องที่คล้ายกันเป็นของต้นไม้ตัดสินใจแต่วิธีการทำนายอื่น ๆ เช่น KNN เครือข่ายประสาทเทียม การจำแนกประเภทขึ้นอยู่กับการจัดกลุ่มจะทำงานได้ไม่ดี ข้อสรุปที่สองคือความถูกต้องของการตัดสินใจและต้นไม้ที่Bayesian Classification ต่อไปหลังจากที่ใช้ช่วยเพิ่มทางพันธุกรรมขั้นตอนวิธีการที่จะลดขนาดของข้อมูลที่เกิดขึ้นจริงที่จะได้รับชุดย่อยที่ดีที่สุดของคุณลักษณะที่เพียงพอสำหรับการคาดการณ์การเกิดโรคหัวใจ

ผลลัพธ์ (ไทย) 3:

การประยุกต์ใช้ที่ประสบความสำเร็จของการทำเหมืองข้อมูลในมองเห็นทุ่ง
เหมือนธุรกิจการตลาดและค้าปลีกได้นำไปสู่การประยุกต์ใช้ใน
อุตสาหกรรมอื่น ๆและภาค ในภาคเหล่านี้เป็นเพียงการค้นพบ
) การดูแลสุขภาพ สิ่งแวดล้อม ยัง„ข้อมูล
รวย‟แต่„ความรู้จน‟ . มีความมั่งคั่งของข้อมูลที่สามารถใช้ได้
ภายในสุขภาพระบบ อย่างไรก็ตาม มีการขาดของ
เครื่องมือในการวิเคราะห์ที่มีประสิทธิภาพค้นพบความสัมพันธ์ที่ซ่อนอยู่และแนวโน้ม
ในข้อมูล งานวิจัยนี้เน้นให้มีการสำรวจเทคนิคปัจจุบัน
ของการค้นพบความรู้ในฐานข้อมูลที่ใช้ข้อมูลเหมืองแร่
เทคนิค ที่ใช้ในวันนี้‟ของการวิจัยทางการแพทย์โดยเฉพาะอย่างยิ่ง
ในการทำนายการเกิดโรคหัวใจ จำนวนของการทดลองได้ทำการเปรียบเทียบประสิทธิภาพของ

การทำเหมืองข้อมูลพยากรณ์เทคนิคบนพื้นผิวเดียวกันและผลพบว่ามีประสิทธิภาพดีกว่า
ต้นไม้ การตัดสินใจ และบางครั้งข้อมูลมีความถูกต้องเช่นเดียวกับจัง

ต้นในการตัดสิน แต่วิธีการพยากรณ์อื่น ๆเช่น knn เครือข่ายระบบประสาท ,
การจำแนกตามการจัดกลุ่มไม่ได้มีประสิทธิภาพดี
สรุปสองคือความถูกต้องของการตัดสินใจและ
ต้นไม้การจำแนกแบบเพิ่มเติมปรับปรุงหลังจากการใช้ขั้นตอนวิธีพันธุกรรม
ลดขนาดข้อมูลที่แท้จริงที่จะได้รับย่อยที่เหมาะสมของแอตทริบิวต์ที่เพียงพอเพื่อการพยากรณ์โรคหัวใจ
.