Apprentissage automatique pour la prédiction des maladies cardiaques

Abstract

Les maladies cardiaques constituent une menace sérieuse pour la vie humaine, elles doivent donc être prédites et traitées efficacement, là où l’intelligence artificielle a joué un rôle important dans le diagnostic de ces maladies grâce à l’une de ses techniques les plus importantes, l’apprentissage automatique. Le but de notre travail est de créer un système de prédiction des maladies cardiaques en utilisant l'algorithme d'apprentissage supervisé K plus proches voisins (KNN), la logique floue, ainsi que la combinaison de la logique floue avec KNN, pour trouver le meilleur modèle pour un résultat maximal. D’après notre étude, nous avons constaté que l'algorithme combinant la logique floue avec l'algorithme des k-plus proches voisins (KNN) fournit un bon compromis entre Heart diseases pose a serious threat to human life so they need to be predicted and treated effectively, where artificial intelligence has played an important role in diagnosing these diseases through one of its most important techniques, machine learning. The goal of our work is to create a heart disease prediction system using the K nearest neighbors (KNN) supervised learning algorithm, fuzzy logic, as well as the combination of fuzzy logic with KNN, to find the best model for maximum result. From our study, we proved that the algorithm combining fuzzy logic with the k-nearest neighbors (KNN) algorithm offers a good compromise between performance and data classification size for heart disease prediction. However, the KNN algorithm provides the best accuracy rate compared to the dataset used. تشكل أمراض القلب تهديدًا خطيرًا للحياة البشرية، لذا يحتاج الأمر إلى التنبؤ بها ومعالجتها بفعالية، حيث لعبت الذكاء الاصطناعي دورًا مهمًا في تشخيص هذه الأمراض من خلال واحدة من أهم تقنياته، وهي التعلم الآلي. هدف عملنا هو إنشاء نظام لتوقع أمراض القلب باستخدام خوارزمية التعلم الموجه K أقرب الجيران (KNN)، والمنطق الضبابي، بالإضافة إلى دمج المنطق الضبابي مع KNN، لإيجاد أفضل نموذج لتحقيق أقصى النتائج. من دراستنا، أثبتنا أن الخوارزمية التي تجمع بين المنطق الضبابي وخوارزمية K أقرب الجيران (KNN) توفر توازنًا جيدًا بين الأداء وحجم تصنيف البيانات لتوقع أمراض القلب. ومع ذلك، توفر خوارزمية KNN أفضل معدل دقة مقارنة بمجموعة البيانات المستخدمة. performance et taille des données de classification pour la prédiction des maladies cardiaques. Cependant l’algorithme KNN présente le meilleur taux de précision par rapport a l’ensemble de données utilisé.