Comparação entre aplicação de redes neurais e regressão logística na predição de diabetes utilizando gradiente descendente

• Ester Miriã de Sousa Freire IFMA
• Paulo Anderson Gonçalves de Lima IFMA
• Ângelo Carlos Avelino Feitosa IFMA
• Lucas Fontineli Alves Sousa IFMA
• Simone Azevedo Bandeira de Melo Aquino UFMA
• Daniel Duarte Costa UFMA

DOI: https://doi.org/10.5753/eramiars.2025.16703

Resumo

Este artigo apresenta uma implementação manual de uma rede neural com otimização por gradiente descendente, aplicado à previsão da ocorrência de diabetes em mulheres da etnia Pima, a partir do conjunto de dados Pima Indians Diabetes Database. O estudo abrange pré-processamento, treinamento e avaliação com acurácia, matriz de confusão e curva ROC. Os resultados evidenciam que a rede neural obteve um desempenho levemente superior em relação à regressão logística, sendo ideal para situações de maior complexidade.

Referências

Antunes, Y. R., de Oliveira, E. M., Pereira, L. A., & Picanço, M. F. P. (2021). Diabetes Mellitus Tipo 2: A importância do diagnóstico precoce da diabetes Type 2 Diabetes Mellitus: The importance of early diabetes diagnosis. Brazilian Journal of Development, 7(12), 116526-116551.

Fleck, L., Tavares, M. H. F., Eyng, E., Helmann, A. C., & Andrade, M. A. D. M. (2016). Redes neurais artificiais: Princípios básicos. Revista Eletrônica Científica Inovação e Tecnologia, 1(13), 47-57.

MOUSA, A., MUSTAFA, W., & MARQAS, R. B. (2023). A comparative study of diabetes detection using the Pima Indian diabetes database. methods, 7, 8.

Tariq, D. T. H. S., & Aithal, P. S. (2023). Visualization and explorative data analysis. International Journal of Enhanced Research in Science, Technology & Engineering, 12(3), 11-21.