Exploración de datos y aprendizaje automático con R

Título original:

Data Exploration and Machine Learning using R

Contenido del libro:

Hoy en día, las enfermedades cardiovasculares son comunes en todos los grupos de edad. La predicción en fases tempranas puede ayudar a adaptar un estilo de vida saludable, de modo que se evite un alto riesgo de amenaza para la vida.

Los investigadores buscan continuamente vínculos entre las fuentes de datos existentes para poder predecir las cardiopatías en fases tempranas. Existen técnicas de minería de datos de eficacia probada, como los árboles de decisión, las máquinas de vectores soporte o la regresión logística, que resultan útiles para el pronóstico de las enfermedades cardiacas. Esta investigación se centra en la predicción de enfermedades cardíacas mediante la máquina de vectores soporte y la técnica de regresión lineal.

El conjunto de datos de enfermedades cardiacas de Cleveland se utiliza como muestra para determinar la precisión de estas dos técnicas. La comparación muestra que la regresión logística ofrece resultados más precisos que la máquina de vectores soporte en el conjunto de datos de enfermedades cardíacas.

El análisis de la investigación se lleva a cabo en R script donde se analiza Cleveland Heart Disease Dataset y dos modelos (SVM, regresión logística) se implementan utilizando R. El proyecto se concentra en la aplicación de Support Vector Machine y técnicas de regresión logística en el conjunto de datos antes mencionados.