استخدام خوارزمية خطية تكيفية لآلة متجهات الدعم في التنبؤ بسرطان الثدي
محتوى المقالة الرئيسي
الملخص
يعد سرطان الثدي أكثر أنواع السرطان شيوعًا ومساهمًا رئيسيًا في ارتفاع معدلات الوفيات بين النساء. تزداد معدلات الوفاة عندما يتم تشخيص هذه الحالة يدويًا، حيث يستغرق ذلك وقتا طويلا ويحتاج إلى متخصصين. لذلك، تم اقتراح تشخيص آلي لسرطان الثدي لتسريع عملية الكشف ومنع انتشار المرض. على مر السنين، تم استخدام خوارزميات التصنيف في تعلم الآلة للتنبؤ بسرطان الثدي. في الدراسات السابقة، كانت إحدى أكثر الخوارزميات استخدامًا هي خوارزمية آلة متجهات الدعم (SVM). ومع ذلك، كان لتلك الدراسات نتائج غير متسقة. وتبحث هذه الدراسة في تأثير اختيار الميزات، ومعلمات hyperparameters لخوارزمية SVM، وآلية تقسيم البيانات على أداء الخوارزمية. وبالتالي، تم بناء SVM كنموذج تعلم آلي فردي يحقق نتائج أعلى. وتم استخدام مجموعة بيانات Wisconsin لتدريب واختبار هذا النموذج. وقد أظهرت النتائج التجريبية أن أداء النموذج تأثر باختيار الميزات، ومعلمات hyperparameters، وآلية تقسيم البيانات وقيم الحالة العشوائية من حيث أفضل النتائج الأولى ومتوسط أفضل ثلاث نتائج. وكشفت نتائج المقارنة تفوق الطريقة المقترحة على الطرق الأخرى المستخدمة في نفس المجال.
تفاصيل المقالة

هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
تُتاح جميع المقالات العلمية المنشورة في المجلة العربية للدراسات الإدارية والمالية والمصرفية (AJMBFS) بنظام الوصول الحر (Open Access)، بموجب رخصة المشاع الإبداعي نَسب المُصنَّف 4.0 دولي (Creative Commons Attribution 4.0 International – CC BY 4.0).
تسمح هذه الرخصة للمستخدمين بقراءة المقالات المنشورة وتنزيلها ونسخها وتوزيعها وطباعتها ومشاركتها وتعديلها وإعادة إنتاجها بأي وسيلة أو صيغة، بما في ذلك استخدامها لأغراض تجارية، شريطة الإشارة المناسبة إلى المؤلف (المؤلفين) الأصليين ومصدر النشر.
شروط الاستخدام
بموجب رخصة المشاع الإبداعي (CC BY 4.0)، يُسمح للمستخدمين بما يلي:
- المشاركة (Share): نسخ المواد المنشورة وإعادة توزيعها بأي وسيلة أو صيغة ولأي غرض، بما في ذلك الاستخدام التجاري.
- التعديل (Adapt): إعادة مزج المواد المنشورة وتعديلها وترجمتها والبناء عليها وإنتاج أعمال مشتقة منها لأي غرض، بما في ذلك الاستخدام التجاري.
وتخضع هذه الصلاحيات للشروط الآتية:
- نَسب المُصنَّف (Attribution): يجب الإشارة بصورة مناسبة إلى المؤلف (المؤلفين) الأصليين، وتوفير رابط للرخصة، وتوضيح ما إذا كانت قد أُجريت أي تعديلات على المحتوى الأصلي.
- عدم فرض قيود إضافية (No Additional Restrictions): لا يجوز للمستخدمين فرض شروط قانونية أو تدابير تقنية من شأنها تقييد الآخرين عن ممارسة الحقوق التي تسمح بها الرخصة.