Geri Dön

Lojistik regresyon analizi ve yapay sinir ağları tekniklerinin sınıflama özelliklerinin karşılaştırılması ve bir uygulama

Logistic regression analysis and comparison of classification characteristics of artifical nueural network techniques and an application

  1. Tez No: 192743
  2. Yazar: GÖKHAN OCAKOĞLU
  3. Danışmanlar: PROF.DR. İSMET KAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Lojistik regresyon analizi, yapay sinir ağları tekniği, doğrusınıflandırma oranı, Logistic regression analysis, artificial neural network technique, correctclassification ratio
  7. Yıl: 2006
  8. Dil: Türkçe
  9. Üniversite: Uludağ Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 54

Özet

LOJİSTİK REGRESYON ANALİZİ VE YAPAY SİNİR AĞLARITEKNİKLERİNİN SINIFLAMA ÖZELLİKLERİNİN KARŞILAŞTIRILMASIVE BİR UYGULAMAGÖKHAN OCAKOĞLUBu çalışma, lojistik regresyon analizi ve yapay sinir ağlarının sınıflamaetkinliklerini karşılaştırmayı amaçlamaktadır. Lojistik regresyon analizi ve yapay sinirağları teknikleri, bireylerin sınıflandırma oranlarına göre karşılaştırılmışlardır.Çalışmaya dahil edilen veri seti, Ercan ve arkadaşları (1) tarafından yapılançalışmanın veri setinden lojistik regresyon analizi ve yapay sinir ağı tekniklerine uyacakşekilde seçilen 140 klinik hastasından oluşmaktadır. Yapılan analizler sonucunda, örnekveri seti doğru sınıflandırma oranları, lojistik regresyon analizi için % 81,4 ve yapaysinir ağları tekniği için de % 85 olarak hesaplanmış ve çalışmaya alınan veri seti içinyapay sinir ağları tekniğinin lojistik regresyona göre daha iyi bir ?doğru sınıflandırmaoranına? sahip olduğu görülmüştür.

Özet (Çeviri)

LOGISTIC REGRESSION ANALYSIS AND COMPARISON OF CLASSIFICATIONCHARACTERISTICS OF ARTIFICAL NUEURAL NETWORK TECHNIQUES ANDAN APPLICATIONGOKHAN OCAKOGLUThis study was aimed to compare the classification effectivities of logisticregression analysis and artificial neural network. Comparison of logistic regressionanalysis and artificial neural network techniques was carried out according toindividual?s classification ratios.Data set included in the study was selected from the data set of the study done byErcan et al(1). Data of 140 clinical patients that were appropriate for logistic regressionanalysis and artificial neural network techniques were included. As a result of theanalysis, correct classification ratios of the sample data set for logistic regressionanalysis and artificial neural network techniques were calculated as 81.4% and 85%respectively. For the data set included, artificial neural network technique was found tohave a better ?correct classification ratio? than the logistic regression analysis.

Benzer Tezler

  1. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  2. Classification of abnormal respiratory sounds using deep learning techniques

    Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması

    AHAMADI ABDALLAH IDRISSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. OKTAY YILDIZ

  3. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  4. Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini

    Forecasting the spread of covid-19 using deep learning and big data analytics methods

    CYLAS KIGANDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL

  5. Kredi karti dolandiricilik tespitinde makine öğrenme algoritmalarinin karşilaştirmali analizi

    Comparative analysis of machine learning algorithms for credit card fraud detection

    KEMAL ÇİLBURUNOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bankacılıkİstanbul Gedik Üniversitesi

    Yapay Zeka Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ŞERİFE ESRA DİNÇER