心脏杂波识别筛查 该报告将能够识别和开发一种预测模型，该模型可以使用机器学习算法确定患有先天性心脏缺陷的儿童和患有心脏瓣膜缺陷的成人？” 这些问题的答案将帮助听众进一步发展业务模型，从而有助于创建可预测和识别心脏杂音的便携式设备。 具有混淆矩阵，学习曲线和方框图的分类报告是度量标准，这些度量标准将用于评估算法以找到准确的响应模型。 该模型将查找分类为0-正常患者，1-先天性心脏缺陷-婴儿，2-心脏瓣膜缺陷-成人的输出变量。 初生婴儿时可以看到心脏瓣膜缺陷，成年人中也可以看到。 通过该项目，该算法