基于贝叶斯定理的糖尿病检测系统的设计与实现.pdf基于贝叶斯定理的糖尿病检测系统的设计与实现.pdf基于贝叶斯定理的糖尿病检测系统的设计与实现.pdf

糖尿病数据集，，python、pytorch适用

基于机器学习模型的糖尿病预测（MatlabR2020a 9个预测因子和1个目标预测）

皮马印第安人糖尿病数据集，书上的网站链接已经失效了

糖尿病性视网膜病变 一种基于人眼图像的系统，使用图像处理和机器学习方法对糖尿病性视网膜病进行分类。 这是Kaggle竞争的解决方案。 可以在找到具有完整方法描述的论文。 图像处理 形态学图像处理方法用于提取特征性疾病的特征，例如渗出液和红色病变。 机器学习 XGBoost库用于将疾病分为五类。

赛事链接：https://challenge.xfyun.cn/topic/info?type=diabetes&ch=ds22-dw-wd01 内容概要：赛题数据由训练集和测试集组成，具体情况如下： - 训练集：共有5070条数据，用于构建您的预测模型 - 测试集：共有1000条数据，用于验证预测模型的性能。 其中训练集数据包含有9个字段：性别、出生年份、体重指数、糖尿病家族史、舒张压、口服耐糖量测试、胰岛素释放实验、肱三头肌皮褶厚度、患有糖尿病标识（数据标签）。 在此基础上增加了两种训练策略的机器学习代码：官方的demo的ipynb代码和一个决策树实现的代码。 适用人群：初学数据挖掘、机器学习的新手 使用目标及场景：初学数据挖掘、机器学习，，提高实践技能 其他说明：学习交流。

Jupyter Notebook

基于机器学习的糖尿病诊断系统R语言，包含源码可以直接用自己的数据分析

pima_diabetes:预测21岁以上的Pima女性受试者的糖尿病。 通过UCI机器学习可获得的数据

作者介绍Toby，持牌照金融公司担任模型验证专家,国内最大医药数据中心数据挖掘部门负责人！和重庆儿科医院，中科院教授，赛柏蓝保持慢病数据挖掘项目合作！管理过欧美日中印巴西等国外药典数据库，马丁代尔数据库，FDA溶解度数据库，临床试验数据库，WHO药物预警等数据库。 课程概述python机器学习实战糖尿病数据挖掘，运用多种回归算法在年龄，性别，体重指数BMI，血压, 和六个血清指标中挖掘哪个因子是最重要致病因子。这些变量有何关联。课程建立模型综合表现显著高于互联网其他课程。 课程特点平民价格，非纯商业化价格，让贫困学生也学的起国外最先进流行知识。不需要花费几千上万报天价学习班，自学也可成长。