مقالة علمية محكَّمة
إطار للتنبؤ بسرطان الثدي قائم على التحسين التكراري مع الضبط البايزي لمعاملات الضبط الفائق
Breast Cancer Prediction Framework Based on Iterative Optimization with Bayesian Hyperparameter Tuning
2023 3rd International Conference on Emerging Smart Technologies and Applications (eSmarTA) · 2023 · pp. 1–8
IEEE
الملخّص
تقترح الدراسة إطارًا جديدًا للتنبؤ بسرطان الثدي يعتمد التحسين التكراري وضبط المعاملات الفائقة بطريقة بايزية على مجموعتي WDBC وSEER. تم اختبار مجموعة واسعة من خوارزميات تعلم الآلة (شجرية، وSVM، وKNN، وتجميعية، وشبكات عصبية)، وأظهرت النتائج تفوق النسخ المُحسّنة على غير المحسّنة؛ إذ حقق AdaBoost المُحسّن 100% على WDBC، بينما حقق GentleBoost المُحسّن على SEER دقة 95.3% مع Precision 97.4% وRecall 93.1% وF1 95.2% ومساحة تحت المنحنى AUC=0.99، ما يبرز جدوى الإطار المقترح لتعزيز الدقة والمتانة.
الكلمات المفتاحية
سرطان الثدي
SMOTE
الضبط البايزي للمعاملات الفائقة
تعلم الآلة