Machine Learning Approaches in Neuro- Logical Disorder Diagnosis (Paperback)
Idioma: inglés
Editorial: Independently Published, 2024
- Tapa blanda
- Nuevo
Librería: CitiRetail, Stevenage, Reino UnidoCitiRetail
Vendedor de AbeBooks desde 29 de junio de 2022
Condición: Nuevo
EUR 19,16
Cantidad disponible: 1 disponibles
Añadir al carritoDescripción del artículo del vendedor
Paperback. Brain stroke is a critical medical condition caused by a disruption in blood circulation within the brain, leading to significant damage and potential disabilities. With worldwide implications, it ranks as the second leading cause of death and the third leading cause of disability. Early diagnosis and preventive measures are essential to mitigate these outcomes. This project employs machine learning techniques to develop a reliable diagnostic model that predicts the likelihood of a stroke based on patient data. The dataset comprises various demographic and health-related attributes, such as age, gender, hypertension, heart disease, marital status, occupation, residence type, average glucose level, BMI, smoking status, and stroke occurrence.Several machine learning models, including Logistic Regression, Naive Bayes, Support Vector Machine (SVM), and K Nearest Neighbors (KNN), were utilized to analyze the dataset. In addition to these traditional models, a neural network architecture was implemented, achieving an accuracy of 95%. The dataset underwent preprocessing through standardization, and a train-validation split ratio of 80:20 was adopted to ensure reliable model evaluation.The primary goal of this project is to determine the most accurate predictive model among the tested algorithms. The findings contribute to enhancing stroke prediction accuracy, thus aiding in timely intervention and prevention strategies. In subsequent chapters, the project will explore the methodology, data preprocessing steps, model development, and results analysis. By examining the strengths and weaknesses of each algorithm, this work aims to offer valuable insights for healthcare professionals and researchers focused on the diagnosis of neurological disorders. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…
N° de ref. del artículo 9798343613094
- Título
- Machine Learning Approaches in Neuro- Logical Disorder Diagnosis (Paperback)
- Autor
- Jayesh Surana
- Editorial
- Independently Published
- Año de publicación
- 2024
- Estado
- new
- Encuadernación
- Paperback
- Idioma
- inglés
- ISBN 13
- 9798343613094
Brain stroke is a critical medical condition caused by a disruption in blood circulation within the brain, leading to significant damage and potential disabilities. With worldwide implications, it ranks as the second leading cause of death and the third leading cause of disability. Early diagnosis and preventive measures are essential to mitigate these outcomes. This project employs machine learning techniques to develop a reliable diagnostic model that predicts the likelihood of a stroke based on patient data. The dataset comprises various demographic and health-related attributes, such as age, gender, hypertension, heart disease, marital status, occupation, residence type, average glucose level, BMI, smoking status, and stroke occurrence.
Several machine learning models, including Logistic Regression, Naive Bayes, Support Vector Machine (SVM), and K Nearest Neighbors (KNN), were utilized to analyze the dataset. In addition to these traditional models, a neural network architecture was implemented, achieving an accuracy of 95%. The dataset underwent preprocessing through standardization, and a train-validation split ratio of 80:20 was adopted to ensure reliable model evaluation.
The primary goal of this project is to determine the most accurate predictive model among the tested algorithms. The findings contribute to enhancing stroke prediction accuracy, thus aiding in timely intervention and prevention strategies. In subsequent chapters, the project will explore the methodology, data preprocessing steps, model development, and results analysis. By examining the strengths and weaknesses of each algorithm, this work aims to offer valuable insights for healthcare professionals and researchers focused on the diagnosis of neurological disorders.
“Sinopsis” puede pertenecer a otra edición de este título.
CitiRetail
Stevenage, Reino Unido
Vendedor de AbeBooks desde 29 de junio de 2022
Tarifas de envío de Reino Unido a Estados Unidos de America
| Artículo | De 7 a 14 días hábiles | De 7 a 60 días hábiles |
|---|---|---|
| Primer artículo | EUR 43,04 | EUR 43,04 |
Métodos de pago
Descripción de la tienda
Online business
Información empresarial del vendedor
ABC BOOKS LIMITED
10 John Street
London, Reino Unido WC1N 2EB
Condiciones de venta
Orders can be returned within 30 days of receipt.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a CitiRetail, Stevenage, United Kingdom, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Please note that titles are dispatched from our US, Canadian or Australian warehouses. Delivery times specified in shipping terms. Orders ship within 2 business days. Delivery to your door then takes 7-14 days.