فایل ورد کامل PRMT پیش بینی فاکتورهای خطر ابتلا به چاقی در افراد میان سال با استفاده از تکنیک داده کاوی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل PRMT پیش بینی فاکتورهای خطر ابتلا به چاقی در افراد میان سال با استفاده از تکنیک داده کاوی،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۱ صفحه

چاقی یک وضعیت آناتومی است که با رشد شدید چربی بدن مشخص می شود. میزان چاقی به تدریج افزایش می یابد، با توجه به مقالات پیشین، چاقی بیماری جدی سلامت در جهان است. در این مطالعه ۲۵۹ داده از مناطق شهری و روستایی با توجه به میزان مختلف خطر ناشی از فعالیت های روزمره جمع آوری شد. هدف از مطالعه، شبیه سازی عامل خطر با استفاده از ابزار آماری (SPSS) است که به پیش بینی عامل اصلی خطر چاقی با تست سطح کلاس و مطالعه مقطعی دیگر ویژگی ها کمک می کند. با آنالیز (P-value (p <0.05، دریافتیم سن (۰.۰۰۲)، قد (۰.۰۰۲)، وزن( ۰.۰۰۰)، شیوه زندگی سالم (۰.۰۰۰)، وضعیت زناشویی (۰.۰۰۱)، BMI ( 0.000) ، اقتصادی (۰.۰۲۸)، خواب در روز (۰.۰۱۱) دارای ارتباط معناداری با کلاس چاقی دارد. در این مطالعه یک روش ریسک داده کاوی (PRMT) برای پیش بینی مدلی به منظور تحلیل عامل خطر ابتلا به چاقی با استفاده از طبقه بندی های مختلف داده کاوی ، با استفاده از WEKA برای برآورد دقت و خطا پیشنهاد شد. نتیجه این فرایند Naïve Bayes بهترین طبقه بندی برای مطالعه ۱۰ برابر اعتبارسنجی است. مدل پیشنهادی برای پیش بینی عامل انسانی موثر در کنترل و کاهش بیماری قلبی عروقی است.

کلیدواژه ها: چاقی | خطر سرماخوردگی | بیماری قلبی عروقی | طبقه بندی

عنوان انگلیسی:

PRMT: Predicting Risk Factor of Obesity among Middle-Aged People Using Data Mining Techniques

~~en~~ writers :

Rifat Hossaina,*, S M Hasan Mahmuda, Md Altab Hossinb, Sheak Rashed Haider Nooric, Hosney Jahan

Obesity is an anatomical condition characterized by an extreme growth of body fat. The obesity rate is increasing gradually;
from prior research, obesity is the serious health disease in the globe. This study collected 259 data from specified urban and
rural areas regarding different risk factor of our daily activities. The purpose of the study is to simulate the risk factor by using
statistical tools (SPSS), which helpsto predict the major risk factor of obesity by testing the class level attribute according to
cross-sectional study with other attributes. By analyzing the P-value (p<0.05), the outcome of this process Age (0.002), Height
(۰.۰۰۲), Weight 0.000), Healthy lifestyle (0.000), Marital status (0.001), BMI (0.000), Economic (0.028), Sleep per day (0.011)
has a significant relationship with our obesity class. This study proposed a risk mining technique (PRMT)that foretells a model
to analyze the risk factor of obesity class using different data mining classifiers, using WEKA to estimate the accuracy and
error measurement. The outcome of this process Naïve Bayes is the best classifier for the 10-fold cross-validation study. The
proposed model collaborates to predict human factor who want to control and mitigate this major cardiovascular disease.

Keywords: obesity | risk mining | data mining | cardiovascular disease | classification

$$en!!