Naive Bayes Algoritması ile Türkiye Sağlık Araştırması Verilerinin sınıflandırılması
Classification of Turkish Health Survey Data Using the Naive Bayes Algorithm
- Tez No: 1022153
- Danışmanlar: DOÇ. DR. ESİN AVCI
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, İstatistik, Biostatistics, Statistics
- Anahtar Kelimeler: Naive Bayes sınıflandırıcısı, Naive Bayes classifier
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Giresun Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Veri Bilimi ve Analitiği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde oluşan büyük veri ekosistemi, verinin sadece depolanmasını değil, aynı zamanda anlamlandırılmasını da zorunlu hale getirmiştir. Bu verilerin hızlı ve doğru biçimde işlenebilmesi ise makine öğrenmesi tekniklerinin gelişmesini ve yaygınlaşmasını sağlamıştır. Makine öğrenmesi algoritmaları, mevcut verilerden öğrenerek tahminlerde bulunmakta ve bunu insan düşünme sistemini modelleyerek yapmaktadır. Denetimli makine öğrenme yöntemlerinden biri olan Naive Bayes algoritması, temeli Bayes teoremine dayanan ve mevcut sınıflandırılmış veriler üzerinden yeni gözlemlerin ait olabileceği sınıfı olasılıksal olarak belirlemeyi amaçlar. Bu yönüyle hem teorik altyapısı güçlü hem de uygulama açısından pratikliğiyle literatürde önemli bir yer tutmaktadır. Bu çalışmada, Denetimli Makine Öğrenmesi yöntemlerinden biri olan Naive Bayes'in büyük veri setlerindeki başarısını test etmek amaçlandı. Türkiye İstatistik Kurumu'nun (TÜİK)“2022 Türkiye Sağlık Araştırması”sorularından biri olan; 6 ay ya da daha uzun süren hastalık/sağlık sorunu yaşayan bireylerin yaşadığı fiziksel fonksiyon kaybı, psikolojik sorunlar ve sosyal izolasyon gibi sonuçlar yaşam kalitesini doğrudan etkileyebilmektedir. Bu nedenle yapılan çalışmada uzun süreli sağlık sorunu yaşamakta olan bireylerin bu sorunu yaşamasının altında yatan sebepler araştırılmıştır. R programındaki“caret”ve“e1071”paketleri kullanılarak Naive Bayes algoritması uygulanılarak yapılan analiz sonucunda; 6 ay ya da daha uzun süren sağlık sorunlarının yaş ilerledikçe daha sık görüldüğü; kadınlarda erkeklere göre daha fazla görüldüğü; genel sağlık durumu ve diş sağlığı algısını olumsuz yönde etkilediği; ruh sağlığı sorunu sık görülmekle birlikte bu bireylerin büyük çoğunluğunun ruh sağlığı açısından herhangi bir sorun yaşamadığı; faaliyet kısıtlılığının, uzun süreli sağlık sorunu olanlarda belirgin biçimde daha yüksek olduğu fakat ciddi ölçüde kısıtlanmadığını söylerken uzun süreli sağlık sorunu olmayan bireylerin büyük çoğunluğunun faaliyetlerinde kısıtlanma olmadığı; diyabetin uzun süren sağlık sorunlarıyla birlikte görülme eğilimi olduğu; down, otizm ve diğer hastalıkların uzun süreli hastalıklarla ilişkisinin düşük olduğu görülmektedir.
Özet (Çeviri)
Today's big data ecosystem has made it essential not only to store data but also to make sense of it. The need to process this data quickly and accurately has driven the development and widespread adoption of machine learning techniques. Machine learning algorithms make predictions by learning from existing data, and they do so by modeling human thought processes. The Naive Bayes algorithm, one of the supervised machine learning methods, is based on Bayes' theorem and aims to probabilistically determine the class to which new observations might belong based on existing classified data. In this regard, it holds an important place in the literature due to both its strong theoretical foundation and its practicality in application. The aim of this study was to test the effectiveness of the Naive Bayes algorithm one of the supervised machine learning methods on large datasets. One of the questions in the Turkish Statistical Institute's (TÜİK)“2022 Turkey Health Survey”addressed the fact that individuals experiencing an illness or health problem lasting 6 months or longer may face consequences such as physical functional impairment, psychological problems, and social isolation, all of which can directly affect their quality of life. Therefore, this study investigated the underlying causes of long-term health problems among individuals experiencing such issues. The analysis, conducted using the Naive Bayes algorithm with the“caret”and“e1071”packages in R, revealed that health problems lasting 6 months or longer become more common with advancing age; are more prevalent among women than men; negatively affect perceived general health and oral health; while mental health issues are common, the vast majority of these individuals do not experience any mental health problems; activity limitations are significantly higher among those with long-term health problems but are not severely restricted, whereas the vast majority of individuals without long-term health problems do not experience activity limitations; diabetes tends to co-occur with long-term health problems; it is observed that the association between Down syndrome, autism, and other conditions and chronic health conditions is low.
Benzer Tezler
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Mathematical model-based clinical decision support system algorithm design study that can support the diagnosis of celiac disease
Çölyak hastalığının teşhisine destek verebilecek matematik model tabanlı kds algoritması tasarımı
ELİF KESKİN BİLGİÇ
Doktora
İngilizce
2024
Mühendislik Bilimleriİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
DR. İNCİ ZAİM GÖKBAY
DOÇ. DR. YUSUF KAYAR
- Yaşlı yetişkinlerin günlük yaşam aktivitelerindeki bağımsızlıklarının makine öğrenmesi ile tahmini
Prediction of independence in daily living activities of older adults using machine learning
HALİL İBRAHİM ÇELİK
- Sağlık alanında gradyan temelli makine öğrenmesi yöntemleri ile triaj belirleme
Triage determination with gradient-based machine learning methods in health field
İHSAN ARVAS
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesiİstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TOLGA BERBER
- Yapay zeka teknikleri ile Türkiye'de bölgesel salgın risk analizi ve haritalandırılması
Regional epidemic risk analysis and mapping in Turkey with artificial intelligence techniques
BEYZANUR OKUDAN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAH AMMAR KARCIOĞLU