indexado en
- Base de datos de revistas académicas
- Abrir puerta J
- Genamics JournalSeek
- DiarioTOCs
- InvestigaciónBiblia
- Directorio de publicaciones periódicas de Ulrich
- Biblioteca de revistas electrónicas
- Búsqueda de referencia
- Universidad Hamdard
- EBSCO AZ
- OCLC-WorldCat
- erudito
- Catálogo en línea SWB
- Biblioteca Virtual de Biología (vifabio)
- Publón
- miar
- Fundación de Ginebra para la Educación e Investigación Médica
- pub europeo
- Google Académico
Enlaces útiles
Comparte esta página
Folleto de diario
Revistas de acceso abierto
- Administración de Empresas
- Agricultura y Acuicultura
- Alimentación y Nutrición
- Bioinformática y Biología de Sistemas
- Bioquímica
- Ciencia de los Materiales
- Ciencia general
- Ciencias Ambientales
- Ciencias Clínicas
- Ciencias farmacéuticas
- Ciencias Médicas
- Ciencias Veterinarias
- Enfermería y Cuidado de la Salud
- Genética y Biología Molecular
- Ingeniería
- Inmunología y Microbiología
- Neurociencia y Psicología
- Química
Abstracto
Predicción del dengue: un problema de minería de datos
Kamran Shaukat1*, Nayyer Masood2, Sundas Mehreen1 y Ulya Azmeen1
El dengue es una enfermedad amenazante causada por mosquitos hembra. Se encuentra típicamente en regiones cálidas y extensas. Durante largos períodos de tiempo, los expertos han tratado de descubrir algunas de las características de la enfermedad del dengue para poder clasificar correctamente a los pacientes porque diferentes pacientes requieren diferentes tipos de tratamiento. Pakistán ha sido el objetivo de la enfermedad del dengue durante los últimos años. La fiebre del dengue se utiliza en técnicas de clasificación para evaluar y comparar su desempeño. El conjunto de datos se recopiló del Hospital de la Sede del Distrito (DHQ) Jhelum. Para categorizar correctamente nuestro conjunto de datos, se utilizan diferentes técnicas de clasificación. Estas técnicas son Bayesian Naïve, REP Tree, Random tree, J48 y SMO. WEKA se utilizó como herramienta de minería de datos para la clasificación de datos. En primer lugar, evaluaremos el desempeño de todas las técnicas por separado con la ayuda de tablas y gráficos según el conjunto de datos y, en segundo lugar, compararemos el desempeño de todas las técnicas.