نموذج بياني لطريقة الانحدار التجميعي القائمة على التفاعلات السببية: دراسة حالة سرطان الثدي
| dc.contributor.author | [Suhilah Abdualziz Alkhalifah | |
| dc.date | 2019 | |
| dc.date.accessioned | 2022-05-22T18:17:56Z | |
| dc.date.accessioned | 2023-05-08T21:15:32Z | |
| dc.date.accessioned | 2023-05-09T21:40:21Z | |
| dc.date.available | 2022-05-22T18:17:56Z | |
| dc.date.available | 2023-05-08T21:15:32Z | |
| dc.date.available | 2023-05-09T21:40:21Z | |
| dc.degree.department | College of Computer | |
| dc.degree.grantor | Qassim University | |
| dc.description.abstract | يعد الكشف المبكر عن سرطان الثدي، وهو المرض الفتاك الذي يصيب النساء في الغالب، شديد التعقيد لأنه يتطلب ميزات مختلفة من نوع الخلية. لذلك، كان النهج الفعال لتشخيص سرطان الثدي في مرحلة مبكرة هو تطبيق الذكاء الاصطناعي حيث يتم محاكاة الآلات بالذكاء والبرمجة للتفكير والتصرف مثل الإنسان. يسمح هذا للآلات بالتعلم وإيجاد النماذج، والذي يمكن استخدامه لاحقًا للكشف عن أي تغييرات جديدة قد تحدث. بشكل عام، يكون التعلم الآلي مفيدًا بشكل خاص في المجال الطبي، والذي يعتمد على قياسات جينومية معقدة مثل تقنية المصفوفة الدقيقة والتي ستزيد من دقة وضبط النتائج. مع هذه التقنية، يمكن للأطباء تشخيص مرضى السرطان بسرعة وتطبيق العلاج المناسب في الوقت المناسب. لذلك، فإن الهدف من هذه الأطروحة هو معالجة واقتراح نظام تشخيص قوي لسرطان الثدي باستخدام التحليل الجيني المعقد عبر تقنية المصفوفة الدقيقة. سيجمع النظام بين طريقتين للتعلم الآلي، التجميع والانحدار الخطي. | |
| dc.identifier.other | 3342 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.14154/27672 | |
| dc.language.iso | en | |
| dc.publisher | Saudi Digital Library | |
| dc.thesis.source | Qassim University | |
| dc.title | نموذج بياني لطريقة الانحدار التجميعي القائمة على التفاعلات السببية: دراسة حالة سرطان الثدي | |
| dc.type | Thesis |