Resumen

El aprendizaje profundo (DL) ha madurado con el tiempo y ha resonado en varios dominios de aplicaciones informáticas. El reconocimiento de patrones recibe más atención en el campo del aprendizaje automático para aprovechar los datos disponibles en la vida moderna. El reconocimiento mediante el uso del rendimiento tecnológico es valioso en términos de la piel y otras características humanas; esta investigación intenta extraer características útiles de la piel y luego clasificar estas características bajo ciertas condiciones. El objetivo principal de este estudio es detectar las enfermedades de la piel temprano y clasificarlas para un tratamiento correcto. Al utilizar un clasificador mejorado (ISVM) adaptado a los requisitos de nuestra tarea, se pueden obtener muchas ventajas con esta técnica y es útil en los campos de la medicina, la atención de la salud humana, el diagnóstico y la amenaza para la vida. Aplicar un buen clasificador con la mejor selección de características logró buenos resultados en términos de precisión, 95%, y tasa de reconocimiento, 93%. Este estudio concluyó que adoptar la mejor estrategia

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Aprendizaje profundo; Reconocimiento de patrones; Enfermedades de la piel; Clasificador; Selección de características; Predicción
• Keywords:Deep learning; Pattern recognition; Skin diseases; Classifier; Feature selection; Prediction