Daalakker 9, 2200 Herentals
Project voor machine learning voor detectie van hartziekten
Project Overzicht
Dit machine learning-project richt zich op het voorspellen of personen hartziekten hebben op basis van verschillende gezondheidsmetingen. Het project omvatte het verzamelen van een dataset met medische informatie en het toepassen van verschillende machine learning-technieken om een model te ontwikkelen dat nauwkeurige voorspellingen kan doen.
Belangrijkste componenten
- Data Collection:De dataset bevatte verschillende gezondheidsindicatoren, zoals leeftijd, cholesterolgehalte, bloeddruk en meer, die relevant zijn voor het diagnosticeren van hartziekten.
- Exploratory Data Analysis (EDA): EDA werd uitgevoerd om de patronen en trends in de gegevens te begrijpen, uitschieters te identificeren en de gegevens voor te bereiden op modellering.
- Feature Selection and Preprocessing: Er zijn belangrijke kenmerken geselecteerd en de gegevens zijn genormaliseerd om consistente prestaties in verschillende modellen te garanderen.
- Model Training: Er werden meerdere machine learning-algoritmen getest, waaronder beslissingsbomen, logistieke regressie, random forest en support vector machines (SVM). Het doel was om het meest nauwkeurige model te selecteren.
- Model Evaluation: Prestaties werden geëvalueerd met behulp van statistieken zoals nauwkeurigheid, precisie, recall en F1-score. Cross-validatietechnieken werden toegepast om de betrouwbaarheid van het model te garanderen.
Gebruikte technologieën
- Scikit-learn: Voor het implementeren van algoritmen voor machinaal leren.
- Pandas en NumPy: Voor gegevensmanipulatie en -analyse.
- Matplotlib en Seaborn: Voor datavisualisatie en EDA.
Hoe lokaal te draaien
- Clone de repository naar je lokale machine
- Ontdek de Jupyter-notebooks om de workflow te volgen van data-analyse tot modeltraining.
- Train en test de modellen met behulp van de verstrekte code.
- Evalueer de prestaties van elk model en identificeer het model dat het beste presteert.
Github link
https://github.com/GiosSiebe/AI-Oefeningen/tree/main
Conclusie
Dit project laat zien hoe machine learning kan worden toegepast in de gezondheidszorg. Het laat zien dat ik voorspellende modellen kan ontwikkelen voor het diagnosticeren van hartaandoeningen op basis van medische gegevens.
