您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 数据分析实战:利用python对心脏病数据集进行分析

  2. ↑ 关注 + 星标 ~ 有趣的不像个技术号 每晚九点,我们准时相约   我们都很害怕生病,但感冒发烧这种从小到大的疾病我们已经麻木了,因为一星期他就会好,但是随着长大,各种发炎、三高、心脏病、冠心病响应而生。 心脏病作为一种发作起来让人看了就觉得恐怖的疾病,每年不知道夺走多少生命。而那些患病健在的人们也必须在自己后续的生命里割舍太多东西,以防止心脏病发作。 没有得病的时候,我们永远觉得它离自己很远。我对心脏病的认知就是这样,我不知道它患病的原因,也不知哪些原因会引起心脏病。而患病后如何保持正常
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:552kb
    • 提供者:weixin_38588854
  1. Heart-Failure-Classifier-with-Python:这是kaggle提供的一项任务,其中包括创建一个分类器算法,该算法可以使用血液信息和其他一些功能来预测心脏病发作-源码

  2. Python心脏衰竭分类器 这是kaggle提供的一项任务,其中包括创建一个分类器算法,该算法可以使用血液信息和其他一些功能来预测心脏病发作。 在这个项目中,我尝试了3种不同的机器学习模型,即随机森林分类器,SVC和Logistic回归器,其中两个在数据框中运行良好,但是SVC无法正常工作,因此我决定将其从笔记本中删除,在这个项目中,我专注于数据分析,但是缺少功能工程。 同样在这个项目中,我还没有开始使用github,所以我再次希望你理解这一点并下载数据以运行代码。
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:170kb
    • 提供者:weixin_42160278
  1. lo-rez-editor2:我们可以做得更好-源码

  2. 洛雷兹编辑器 惊喜! 这是重写! 有传言,我正试图对旧的编辑器进行一些更改,并且几乎心脏病发作了(我们不希望这种情况发生,是吗?)。 它已损坏,过时且难以维护。 。 用法 如果您想尽早尝试,只需安装所有软件包,构建主题并启动应用程序: npm ci npm run build npm run start 假设您已经安装了NodeJS。 当ui-theme.scss或Carbon样式更改时,您只需运行一次build 。 对于开发, build:gui或watch:gui足够。
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:97kb
    • 提供者:weixin_42139460
  1. synthetic_data:MADWUD黑客马拉松-源码

  2. 综合数据 MADWUD黑客马拉松 要将数据下载到服务器实例上,请使用以下命令: git clone https://github.com/jamestgodwin/synthetic_data.git 数据集 宫颈癌:活检的危险因素心脏病:心脏病的发作糖尿病:糖尿病的存在背痛: 致谢 心脏病:创作者: 匈牙利心脏病研究所。 布达佩斯:瑞士苏黎世医学博士学位的Andras Janosi:瑞士巴塞尔医学博士学位的William Steinbrunn:瑞士长滩和克利夫兰诊所MDVA医疗中心的Ma
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:41kb
    • 提供者:weixin_42116705
  1. CVD_Prediction-源码

  2. 心血管疾病风险预测工具的开发和验证:一种机器学习方法 为了与时俱进,健康保险公司需要加快其数字化和数据增强之旅。 尤其是现在,随着COVID-19的锁定和持续的物理疏远协议,当急救人员进行医疗检查时,急需重新考虑当前的保险承保方式,这已成为当务之急。 在这种环境下,风险评估必须转向更远程的,数据驱动的模型,而分发则必须从面对面的交互转变为更多的在线交互。 该项目的目的是开发一种心血管疾病风险评估筛查工具,以使用自我报告的信息预测成年人中心脏病发作和中风的风险。 反过来,这可用于基于简短的调查表
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:15mb
    • 提供者:weixin_42101237
  1. 议事日程:在大流行性心脏病发作后的辅助活动地点-源码

  2. Create React App入门 该项目是通过引导的。 可用脚本 在项目目录中,可以运行: yarn start 在开发模式下运行应用程序。 打开在浏览器中查看它。 如果您进行编辑,则页面将重新加载。 您还将在控制台中看到任何棉绒错误。 yarn test 在交互式监视模式下启动测试运行器。 有关更多信息,请参见关于的部分。 yarn build 构建生产到应用程序build文件夹。 它在生产模式下正确捆绑了React,并优化了构建以获得最佳性能。 生成被最小化,并且文件名包括哈希
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:235kb
    • 提供者:weixin_42132598
  1. 心脏病发作-源码

  2. 心脏病发作
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:19kb
    • 提供者:weixin_42138408
  1. RProgramming-Coursera-Week4:在R Programming Week 4作业中创建的所有三个程序-源码

  2. RProgramming-Coursera-Week4 在R Programming Week 4作业中创建的所有三个程序 在一个州找到最好的医院 编写一个名为best的函数,该函数带有两个参数:状态的2个字符的缩写名称和结果名称。 该函数读取result-of-care-measures.csv文件,并返回一个字符向量,其中包含在该状态下指定结果的30天死亡率最高(即最低)的医院名称。 医院名称是Hospital.Name变量中提供的名称。 结果可以是“心脏病发作”,“心力衰竭”或“肺炎”中
  3. 所属分类:其它

  1. Coursera-AI用于医疗预后:Coursera AI用于医疗预后课程的概念摘要,任务和实验室-源码

  2. Coursera:用于医学预后的AI 从Coursera的AI医学课程中进行总结,作业(Jupyter笔记本)和实验室(Jupyter笔记本)。 目录 关键概念 第一周:医学预后简介 医学预后介绍 医学预后是指预测未来事件的风险,例如死亡,心脏病发作,特定的医疗状况或中风。 它可以用来 通知患者: 他们患病的风险,即使用血液测试来估计患乳腺癌和卵巢癌的风险,或 他们可以预期在某种疾病中生存多长时间,即癌症的生存时间。 指导治疗: 使用该模型来估计心脏病发作的风险,以确定谁应该服用药物。
  3. 所属分类:其它

  1. 医疗保健差距-源码

  2. 医疗保健差距 在美国各地的医院中,人口统计学(种族,贫困,婚姻状况和教育程度)与特定的可治疗医疗状况之间是否存在相关性? 仅适用于俄勒冈州(符合MVP标准) 建立散点图/查找是否具有统计意义健康状况:COPD-心力衰竭-肺炎-心脏病发作每家医院的退伍军人状况与健康状况学士学位与每家医院的健康状况每个医院的已婚vs健康状况贫困与每家医院的健康状况 每家医院的种族与健康状况的一种看法
  3. 所属分类:其它

  1. 疾病诊断-ML:用于检测疾病的机器学习模型-源码

  2. 使用机器学习进行疾病诊断 医疗保健领域的机器学习模型。 乳腺癌检测-使用KNN和SVM 糖尿病发作检测-使用神经网络和网格搜索 角膜动脉疾病(心脏病)诊断-使用神经网络 自闭症谱系障碍(神经发育障碍)诊断-使用简单的神经网络 数据集从UCI机器学习存储库获得。
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:273kb
    • 提供者:weixin_42127369
  1. Diagnoze-源码

  2. 诊断(疾病检测) 检测不同疾病的网站 团队哈希# 网站 功能性 使用MRI SCAN检测肿瘤类型 使用X射线检测Covid-19 使用一般健康数据检测心脏病发作的机会 使用一般健康数据检测糖尿病 吸引用户 方便使用的 科技栈 深度学习: 张量流 凯拉斯 机器学习: SK学习 数据预处理: 大熊猫 脾气暴躁的 Matplotlib 泡菜 网页: HTML CSS JAVAscr ipt 自举 烧瓶 介绍 我们的诊断目标是为客户所面临的问题提供快速的结果。我们的webapp的工作原理是获取有关问
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:369mb
    • 提供者:weixin_42135073
  1. Diabetx:糖尿病预测网络应用-源码

  2. 糖尿病-服用胰岛素 糖尿病是严重疾病之一,许多人正遭受这种疾病的折磨。年龄,肥胖,缺乏运动,遗传性糖尿病,生活方式,不良饮食,高血压等均可引起糖尿病。患有糖尿病的人极易患心脏病,肾脏疾病,中风,眼睛问题,神经损伤等疾病。 使用神经网络进行深度学习可预测未来患糖尿病的可能性。 根据功能的重要性: 葡萄糖是决定糖尿病发作的最重要因素,其次是BMI和年龄。 糖尿病谱系功能,妊娠,血压,皮肤厚度和胰岛素等其他因素也有助于预测。 使用的技术堆栈: HTML CSS 引导程序 烧瓶 凯拉斯 张量流 深度学习
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:803kb
    • 提供者:weixin_42129005