Resumen

Los tratamientos para enfermedades cardíacas a menudo están siendo sometidos a la adquisición y análisis de una vasta cantidad de datos cardíacos digitales. Estos datos pueden ser utilizados para varios propósitos beneficiosos. La utilización de estos datos se vuelve más importante cuando estamos tratando con enfermedades críticas como un ataque al corazón, donde la vida del paciente a menudo está en juego. El aprendizaje automático y el aprendizaje profundo son dos técnicas famosas que están ayudando a hacer útil los datos en bruto. Algunos de los mayores problemas que surgen del uso de las técnicas mencionadas anteriormente son la utilización masiva de recursos, el extenso preprocesamiento de datos, la necesidad de ingeniería de características y garantizar la fiabilidad en los resultados de clasificación. El trabajo de investigación propuesto presenta una solución rentable para predecir un ataque al corazón con alta precisión y fiabilidad. Utiliza un conjunto de datos de UCI para predecir el ataque al corazón a través de varios algoritmos de aprendizaje automático sin la participación

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Tratamientos para enfermedades cardíacas; Datos cardíacos digitales; Aprendizaje automático; Aprendizaje profundo; Predicción de ataques cardíacos; SMOTE
• Keywords:Cardiac disease treatments; Digital cardiac data; Machine learning; Deep learning; Heart attack prediction; SMOTE