01867nas a2200205   4500000000100000008004100001260003300042653003000075653002800105653001500133653002300148100001500171700001400186245011800200856008400318300000900402490000700411520121800418022002501636       2024                            d  bSouth Florida Publishing LLC10aredes neurais artificiais10aaprendizado de máquina10apredição10a doença de Chagas1 aRibeiro AC1 aSantos LI00aComparação de modelos de redes neurais artificiais para predição de mortes por doença de chagas em dois anos  uhttps://ojs.revistacontribuciones.com/ojs/index.php/clcs/article/view/7921/4996  a1-160 v173 a<p>O presente artigo apresenta um comparativo entre modelos preditivos, utilizando aprendizagem de máquina com redes neurais artificiais, para prever mortes por Doença de Chagas em dois anos. Para elaboração e execução dos modelos foram utilizados dados coletados de pacientes, portadores da Doença, que têm acompanhamento nas unidades básicas de saúde em seu local de residência. O conjunto de dados contém respostas das entrevistas, resultados de exames clínicos, dados demográficos do local de residência e um atributo alvo, que define se o paciente morreu no período abordado (dois anos). O comparativo foi realizado entre os modelos de Redes Neurais Artificiais (MLP e RBF) e Redes Neurais Convolucionais (CNN), exemplo de Deep Learning. Na preparação dos dados foram utilizadas técnicas de imputação de valores, Grid-Search e balanceamento de classes com Smote. Foram utilizadas técnicas de seleção de características para redução da amplitude da base de dados, Random Forest e Cálculo do Coeficiente de Pesos. Foi possível concluir que os modelos desenvolvidos com RNA RBF e Deep Learning com CNN apresentaram maior capacidade preditiva para o conjunto de dados avaliado.</p>
  a1988-7833, 1988-7833