To cite this paper use one of the standards below:
Patologias da coluna vertebral exigem diagnóstico preciso para tratamento eficaz. Este trabalho aplica algoritmos de aprendizado de máquina para classificar pacientes como Normal ou Anormal com base em seis atributos biomecânicos da pelve e da coluna lombar, extraídos de 310 pacientes do Vertebral Column Data Set (UCI). As análises foram realizadas no software Orange, comparando Rede Neural, kNN, Floresta Aleatória e Árvore de Decisão. A Rede Neural obteve o melhor desempenho (AUC = 0,938; acurácia = 86,0%), demonstrando que ferramentas visuais de mineração de dados podem ser úteis na triagem de patologias vertebrais.
With nearly 200,000 papers published, Galoá empowers scholars to share and discover cutting-edge research through our streamlined and accessible academic publishing platform.
Learn more about our products:
This proceedings is identified by a DOI , for use in citations or bibliographic references. Attention: this is not a DOI for the paper and as such cannot be used in Lattes to identify a particular work.
Check the link "How to cite" in the paper's page, to see how to properly cite the paper