关于传染病的医疗保健设施的改善已导致由于衰老而使疾病的情况暂时转变为慢性疾病。 痴呆症是一种发生持续性记忆丧失的神经系统疾病。 它影响患者的正常日常工作，逐渐超过患者的整体器官，导致死亡。 对痴呆症的统计数据进行深入研究后发现，到2030年，将有超过7500万人患有痴呆症，最糟糕的情况可能是在2050年，这一数字将超过1.2亿。 机器学习在分类数据集，预测和诊断疾病方面取得了巨大的成果。 研究人员正在努力帮助临床医生简化工作。 在本文中，对痴呆症分类中涉及的各种分类器技术进行了详细研究。 计算准确度和对数损失，并在准确度和对数损失的基础上制作比较图。使用某些参数（例如CDR（临床痴呆症评分），心室，海马，全脑，内嗅，梭形，中温）确定准确性，分类本文对11个分类器进行了报告。 这些结果表明痴呆症从一类向另一类迁移。 实验工作是使用Google colab完成的。 在本文中，与其他10个分类器相比，梯度提升显示了86％的精度和低对数损失。 完成工作的数据集来自ADNI（阿尔茨海默氏病神经成像计划）。
