Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards MyNewsletter Firmensuche
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
Sustainability in Automotive

Gesamtlebenszyklus wird immer wichtiger

In der Digitalkonferenz am 5. Dezember 2024 geht es um die wachsende Bedeutung der Kreislaufwirtschaft in der Automobilindustrie und wie nachhaltige Werkstoffe sowie wiederverwendbare Komponenten dazu beitragen können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

Modified Multinomial Naïve Bayes Algorithm for Heart Disease Prediction

verfasst von : T. Marikani, K. Shyamala

Erschienen in: Intelligent Communication Technologies and Virtual Mobile Networks

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

There are number of challenging research areas available in the field of medical technologies. Among them cardio-vascular disease prediction plays a vital role. By applying data mining techniques, valuable knowledge can be extracted from the health care system. In this proposed work heart disease can be detected by using a classifier algorithm. The world health organization has projected 17.7 million people died from CVDs in 2015, representing 31% of all global deaths. According to this survey, it is anticipated that nearly 7.4 million people will die due to coronary heart disease and 6.7 million were due to stroke. The proposed algorithm was Modified Multinomial Naïve Bayes algorithms (MMNB). This algorithm helps us to predict the heart disease more accurately compared to other supervised algorithm. The proposed algorithm provides 74.8% of accuracy which is better than the Naïve Bayes Algorithm.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Comparison of GFDM and OFDM at Same and Different Spectral Efficiency Condition
Nächstes Kapitel Discovering Web Users’ Web Access Pattern Based on Psychology
Literatur
1.
Dhomse Kanchan, B., Mahale Kishor, M.: Study of machine learning algorithms for special disease prediction using principal of component analysis. In: Proceedings of IEEE Conference on Global Trends in Signal Processing, Information Computing and Communication (ICGTSPICC) (2016)
2.
Gudadhe, M., Wankhade, K., Dongre, S.: Decision support system for heart disease based on support vector machine and artificial neural network. In: Proceedings of International Conference on Computer and Communication Technology (ICCCT), pp. 741–745 (2010)
3.
Singh, P., Singh, S., Pandi-Jain, G.S.: Effective heart disease prediction system using data mining techniques. Int. J. Nano Med. 13, 121–124 (2018)CrossRef
4.
Sayad, A.T., Halkarnikar, P.P.: Diagnosis of heart disease using neural network approach. In: International Journal of Advance Science of Engineering Technology, vol. 2, pp. 88–92 (2014). ISSN 2321-9009
5.
Bangi, S., Gadakh, P., Gaikwad, P., Rajpure, P.: Survey paper on prediction of heart disease using data mining technique. Int. J. Recent Trends Eng. Res. (IJRTER) 02(03), 21–24 (2016)
6.
World Health Organisation (WHO) Report on Cardiovascular Disease (CVDs), Fact Sheet (2016)
7.
Rajkumar, A., Sophia Reena, G.: Diagnosis of heart disease using data mining algorithms. Glob. J. Comput. Sci. Technol. 10(10), 38–43 (2010)
8.
Florence, S., Bhuvaneswari Amma, N.G., Annapoorani, G., Malathi, K.: Predicting the risk of heart attacks using neural network and decision tree. Int. J. Innovative Res. Comput. Commun. Eng. 2(11), 7025–7028 (2014). ISSN (Online) 2320-9801
9.
Purusothaman, G., Krishnakumari, P.: A survey of data mining techniques on risk prediction: heart disease. Indian J. Sci. Technol. 8(12), 1–5 (2015)CrossRef
10.
Cherian, V., Bindu, M.S.: Heart disease prediction using Naïve Bayes algorithm and Laplace smoothing technique. Int. J. Comput. Sci. Trends Technol. (IJCST) 5(2), 68–73 (2017)
11.
Santhanam, T., Ephzibah, E.P.: Heart disease classification using PCA and feed forward neural networks. In: Proceedings of First International Conference, Mining Intelligence and Knowledge Exploration (MIKE), Part of Lecture Note in Artificial Intelligence (LNAI), vol. 8284, pp. 90–99 (2013)CrossRef
12.
Tomar, D., Agarwal, S.: A survey on data mining approaches for healthcare. Int. J. Bio-Sci. Bio-Technol. 5, 241–266 (2013)CrossRef
Metadaten
Titel
Modified Multinomial Naïve Bayes Algorithm for Heart Disease Prediction
verfasst von
T. Marikani
K. Shyamala
Copyright-Jahr
2020
Buch
Intelligent Communication Technologies and Virtual Mobile Networks

Print ISBN: 978-3-030-28363-6

Electronic ISBN: 978-3-030-28364-3

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-030-28364-3_27