Overview

Este livro fornece uma exploração aprofundada da forma como os algoritmos de aprendizagem automática podem ser aplicados eficazmente para detetar e classificar doenças cardíacas. Começando com uma visão geral das doenças cardiovasculares e do seu impacto global, o livro aprofunda as caraterísticas médicas essenciais e os conjuntos de dados relevantes para as doenças cardíacas. Em seguida, explora sistematicamente várias técnicas de aprendizagem automática - incluindo árvores de decisão, máquinas de vectores de suporte, redes neuronais, k-vizinhos mais próximos, métodos de conjunto e aprendizagem profunda - e os seus papéis na modelação preditiva. Cada capítulo inclui explicações algorítmicas detalhadas, métricas de avaliação de modelos (como exatidão, precisão, recordação, pontuação F1 e ROC-AUC) e estudos de casos que utilizam conjuntos de dados publicamente disponíveis, como o conjunto de dados Cleveland Heart Disease. Este livro didático constitui um recurso valioso para estudantes, investigadores, cientistas de dados e profissionais de saúde.