Otimização Automática de Classificadores para Auxiliar no Diagnóstico da Depress ão

Autor: Renata Cristina Santana, Cristiane Neri Nobre, Thiago Henriques N. de Lima, Saulo A. de Paula Pinto, Luis E. Zárate
Rok vydání: 2018
Zdroj: Anais do Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS).
DOI: 10.5753/sbcas.2018.3678
Popis: A depressão é uma doença que atinge milhões de pessoas em todo o mundo. Ela é relacionada de modo complexo a fatores biológicos, sociais e psicológicos. Este trabalho apresenta resultados preliminares da utilização do pacote Auto-WEKA para encontrar automaticamente classificadores que tenham bom desempenho para predizer se uma pessoa desenvolveu depressão ou não. Classificadores combinados com redução automática de atributos como Random Forest, Best Fit e Correlation-based Subset Selection, alcançaram taxas de acerto, sensibilidade e especificidade de 100%, o que indica que são uma alternativa promissora para auxiliar profissionais daárea médica no processo de diagnóstico da depressão.
Databáze: OpenAIRE