EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Сравнительный анализ алгоритмов машинного обучения в ранней диагностике сердечно-сосудительных заболеваний

Д.Э. Рашидова

Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий · 02.08.2026 · 9 (3) · 30-44

DOI: 10.62132/ijdt.v9i3.396 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий, online erschienen am 02.08.2026. Verfasst von Д.Э. Рашидова. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Сердечно-сосудистые заболевания являются одной из основных причин смертности во всем мире, и их раннее выявление является одной из актуальных задач современной медицины. В последние годы для решения этой проблемы широко используются алгоритмы машинного обучения. Однако в существующих исследованиях недостаточно освещен комплексный сравнительный анализ эффективности различных алгоритмов. В данной исследовательской работе проведен сравнительный анализ алгоритмов машинного обучения, используемых для раннего выявления сердечно-сосудистых заболеваний, на основе около 200 научных источников. В исследовании эффективность классических моделей, ансамблевых методов, глубокого обучения и гибридных подходов оценивалась с точки зрения объема, качества набора данных и этапов предварительной обработки. Результаты анализа показывают, что классический алгоритм эффективен для малых наборов данных, в то время как ансамблевые модели обеспечивают высокую точность и стабильность для данных среднего объема. Такие модели обучения доминируют в больших и сложных наборах данных, в то время как гибридные подходы дают наилучшие результаты. Также было установлено, что процессы предварительной обработки данных и выбора признаков существенно влияют на эффективность модели. В заключение следует отметить, что наиболее эффективным подходом к раннему выявлению сердечно-сосудистых заболеваний является комплексная последовательность машинного обучения, включающая предварительную обработку, инженерию признаков и алгоритмы.

Zitieren

APA

Рашидова, Д. (2026). Сравнительный анализ алгоритмов машинного обучения в ранней диагностике сердечно-сосудительных заболеваний. Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий, 9(3), 30-44. https://doi.org/10.62132/ijdt.v9i3.396

Vancouver

Рашидова Д. Сравнительный анализ алгоритмов машинного обучения в ранней диагностике сердечно-сосудительных заболеваний. Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий. 2026;9(3):30-44. doi:10.62132/ijdt.v9i3.396

BibTeX
@article{2026,
  author = {Рашидова, Д.Э.},
  title = {Сравнительный анализ алгоритмов машинного обучения в ранней диагностике сердечно-сосудительных заболеваний},
  journal = {Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий},
  year = {2026},
  volume = {9},
  number = {3},
  pages = {30--44},
  doi = {10.62132/ijdt.v9i3.396}
}
Kostenlos starten →