Icon

dataset_​trabalhoEIACD

<p>Foi desenvolvido um modelo de Machine Learning utilizando o algoritmo Random Forest para prever o estado de demência (Dementia_Status).<br>Os dados foram previamente processados e convertidos para formato numérico.<br>O dataset foi dividido em treino e teste utilizando o método Partitioning.<br>O modelo foi avaliado através de accuracy e matriz de confusão, apresentando um bom desempenho com poucos erros entre classes intermédias.<br>Por fim, o modelo foi utilizado para prever novos casos, incluindo a respetiva probabilidade de confiança.</p><p>---</p><p>O sistema recebe dados de um paciente, processa as variáveis e utiliza um modelo Random Forest para prever o nível de demência.<br>Após a previsão, regras automáticas geram recomendações médicas e de estilo de vida com base no risco identificado.</p>

Foi desenvolvido um modelo de Machine Learning utilizando o algoritmo Random Forest para prever o estado de demência (Dementia_Status).
Os dados foram previamente processados e convertidos para formato numérico.
O dataset foi dividido em treino e teste utilizando o método Partitioning.
O modelo foi avaliado através de accuracy e matriz de confusão, apresentando um bom desempenho com poucos erros entre classes intermédias.
Por fim, o modelo foi utilizado para prever novos casos, incluindo a respetiva probabilidade de confiança.

---

O sistema recebe dados de um paciente, processa as variáveis e utiliza um modelo Random Forest para prever o nível de demência.
Após a previsão, regras automáticas geram recomendações médicas e de estilo de vida com base no risco identificado.

CSV Reader
Column Filter
Category to Number
Table Partitioner
Rule Engine
Random Forest Learner
Random Forest Predictor
Scorer
CSV Writer
Rule Engine

Nodes

Extensions

Links