?????????? ????????? ???????? ??? ??????

Машинное обучение в медицине развивается как значимая область исследований, позволяющая давать прогнозы и глубже понимать медицинские данные. Большинство методов машинного обучения прямо или косвенно зависят от нескольких характеристик, определяющих поведение алгоритма, влияющих на выход и сложность получаемых моделей. В прошлом многие методы машинного обучения использовались для выявления сердечно-сосудистых заболеваний. Нейронные сети и логистическая регрессия - одни из немногих популярных методов машинного обучения, используемых в диагностике сердечно-сосудистых заболеваний. Анализируются такие алгоритмы, как машина опорных векторов, K-nearest neighbour, классификатор Random Forest, а также комбинированные подходы, включающие вышеупомянутые алгоритмы диагностики заболеваний сердца. Система была реализована и обучена на платформе python с использованием модели машинного обучения. Для сбора новых данных фреймворк может быть расширен.