Indexé dans
- Base de données des revues académiques
- Ouvrir la porte J
- Genamics JournalSeek
- JournalTOCs
- RechercheBible
- Répertoire des périodiques d'Ulrich
- Bibliothèque des revues électroniques
- RechercheRef
- Université Hamdard
- EBSCO AZ
- OCLC - WorldCat
- érudit
- Catalogue en ligne SWB
- Bibliothèque virtuelle de biologie (vifabio)
- Publions
- MIAR
- Fondation genevoise pour la formation et la recherche médicales
- Pub européen
- Google Scholar
Liens utiles
Partager cette page
Dépliant de journal
Revues en libre accès
- Agriculture et aquaculture
- Alimentation et nutrition
- Biochimie
- Bioinformatique et biologie des systèmes
- Business & Management
- Chimie
- Génétique et biologie moléculaire
- Immunologie & Microbiologie
- Ingénierie
- La science des matériaux
- Neurosciences & Psychologie
- Science générale
- Sciences cliniques
- Sciences environnementales
- Sciences médicales
- Sciences pharmaceutiques
- Sciences vétérinaires
- Soins infirmiers et soins de santé
Abstrait
Prévision de la dengue : un problème d'exploration de données
Kamran Shaukat1*, Nayyer Masood2, Sundas Mehreen1 et Ulya Azmeen1
La dengue est une maladie menaçante causée par des moustiques femelles. Elle se rencontre généralement dans les régions chaudes. Depuis longtemps, les experts tentent de découvrir certaines caractéristiques de la dengue afin de pouvoir classer correctement les patients, car différents patients nécessitent différents types de traitement. Le Pakistan est la cible de la dengue depuis quelques années. La dengue est utilisée dans les techniques de classification pour évaluer et comparer leurs performances. L'ensemble de données a été collecté auprès de l'hôpital du quartier général du district (DHQ) de Jhelum. Pour catégoriser correctement notre ensemble de données, différentes techniques de classification sont utilisées. Ces techniques sont Naïve Bayesian, REP Tree, Random tree, J48 et SMO. WEKA a été utilisé comme outil d'exploration de données pour la classification des données. Tout d'abord, nous évaluerons les performances de toutes les techniques séparément à l'aide de tableaux et de graphiques en fonction de l'ensemble de données et deuxièmement, nous comparerons les performances de toutes les techniques.