计算机科学专业探讨机器学习对检测心脏病的影响

23岁的蒙塔西尔·侯赛因对机器学习和人工智能(AI)感兴趣。, 今年夏天，他利用这个机会深入探讨了这些前沿话题.

通过大学的 本科生暑期研究奖学金(SURF) 程序, 侯赛因开始研究心脏病，将其作为机器学习的潜在重点领域. 他了解到疾病的严重性, 哪一个没有解药, 他还探索了机器学习——教计算机识别和识别数据模式的研究——如何被用来检测目前美国人死亡的主要原因.S.

“机器学习可以作为一种经济有效的方法，在早期发现并预防心脏病,侯赛因说, a 计算机科学 主要的. “这些结果将被诊断医生用来快速做出更可靠的诊断.”

因为冠状病毒大流行, 侯赛因进行了他的研究，并在网上完成了他的SURF项目. 使用 Weka, 一个开源的机器学习软件, 侯赛因在心脏病数据集上训练并测试了多种算法.

“我着迷于算法如何能够在数据集中找到数学关系和模式." 蒙塔西尔·侯赛因，23岁

他专注于开发三种基本算法，这些算法可以准确地检测心脏病，并识别出心脏病的最小数量的属性——预测因素, 比如心绞痛——他需要得到一个全面的诊断. 他还探讨了这些属性对预测心脏病的影响, 使用算法来更好地理解数据.

“我必须了解算法在幕后实际执行的过程,他说. “对我来说，这是研究中最令人兴奋的部分之一. 我着迷于算法如何能够在数据集中找到数学关系和模式.”

处理 斯蒂芬妮·吉莱斯皮博士.D.他是该大学的讲师兼副院长 Tagliatela工程学院在那里，侯赛因学到了很多关于机器学习算法、统计学和心脏病的知识. 他还发现了对人工智能和机器学习的热情, 他现在正在考虑成为一名机器学习工程师——这也是他和Dr. Gillespie.

“我希望这项研究表明，机器学习在当今世界有惊人的应用，可以用很多不同的方式帮助人们." 蒙塔西尔·侯赛因，23岁

和博士一起工作. 吉莱斯皮真是太棒了，”侯赛因说. 吉莱斯皮每周通过 变焦 在做他的项目时. “她引导我，但给了我探索的自由. 我会满怀热情地分享我的“发现”，并详细地分享，她会倾听. 能够分享信息并提出问题帮助我理解了这一切, 我非常感谢这样一位了不起的导师.”

侯赛因的研究表明，机器学习可以帮助降低心脏病的死亡率. 他认为机器学习将继续对医疗领域产生影响.

“我希望这项研究表明，机器学习在当今世界有惊人的应用，可以用很多不同的方式帮助人们,他说. “我希望诊断医生开始看到机器学习的惊人潜力，并开始在他们的实践中使用它.”