Geri Dön

Comparison of classification algorithms for predicting diabetes

Diyabet tahmini için sınıflandırma algoritmalarının karşılaştırılması

  1. Tez No: 387459
  2. Yazar: MOHAMUD YUSUF MOHAMED
  3. Danışmanlar: YRD. DOÇ. DR. METE ÇELİK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 52

Özet

Son yıllarda veri madenciliği teknikleri, sağlık alanında yoğun bir şekilde kullanılmaktadır. Veri madenciliği, hastalıkların sebeplerini tespit etmede ve aynı zamanda hastalar için tıbbi tedavi yollarını belirlemede önemli fayladar sağlamaktadır. Bu çalışma, veri madenciliği tekniklerinin diyabet veritabanlarına uygulanmasına odaklanmıştır. Günümüzde, diyabet hastalığı, dünyada önde gelen ölüm sebeplerinden birisi olmuştur. Dünya nüfusu artarken, diyabetli hasta sayısı da artmaktadır. En çok bilinen diyabet hastalığı faktörleri; yaşlanma, aşırı kilo ve hareketsizlik olarak bilinmektedir. Bu çalışmanın amacı sınıflandırma algoritmalarını kullanarak diyabet verilerini analiz etmektir. Bu çalışmanın, diyabet hastalığının erken teşhisinde ve diyabet hastalığına sebep olabilecek risk faktorlerini kontrol etmesinde faydalı olacağı düşünülmektedir. Bu çalışma da, dört sınıflandırma algoritmaları incelenmiştir ve bu algoritmalar standart Pima Yerlileri Diyabet (PID) verilerine uygulanmıştır. Sınıflandırma algoritmalarının sınıflandırma doğruluk performansları birbirleriyle karşılaştırılmıştır. Elde edilen sonuçlara göre, Karar Vektör Makineleri (SVM) algoritması diğer sınıflandırma algoritmalarına göre daha iyi sonuçlar vermiştir.

Özet (Çeviri)

In recent years, data mining techniques were immensely applied on healthcare organizations. It provides significant benefits including methods to detect causes of diseases and also methods to identify medical treatments for patients. In this study, it is focused on applications of data mining techniques on diabetes databases. Medical professionals consider that diabetes disease has become one of the leading killers in the world population. As the world population is in increase, also the number people developing diabetes disease is in increase. Most well-known diabetes risk factors are aging, obesity and inactivity. The aim of this dissertation is to apply classification algorithms on diabetes dataset. The study is expected to help medical experts in detecting diabetes disease at its early stages and to control the risk factors that may cause diabetes disease. In this thesis, it is presented four classification algorithms and applied them on the standard Pima Indians Diabetes (PID) dataset. Results of the four classification algorithms were compared in terms of classification performance. According to the findings, SVM algorithm outperformed the other classification methods applied in this study.

Benzer Tezler

  1. Tıbbi karar destek sisteminin veri madenciliği yöntemleriyle gerçekleştirilmesi

    Verifying medical decision support system with the methods of data mining

    TUBA PALA

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    PROF. DR. A. YILMAZ ÇAMURCU

  2. Classification of diabetes data set from Iraq via different machine learning techniques

    Irak'tan alınan diyabet verilerinin farklı makine öğrenme teknikleri ile sınıflandırılması

    DILSHAD OMAR M.SAEED ALTALABANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İstatistikVan Yüzüncü Yıl Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. FEVZİ ERDOĞAN

  3. Variable selection and classification for longitudinal binary data through three-step sparse boosting

    Üç aşamalı seyrek yükseltme metodu ile ikili sonucu olan uzunlamasına verilerin değişken seçimi ve sınıflandırılması

    DENİZ ESİN EMER

    Doktora

    İngilizce

    İngilizce

    2022

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ÖZLEM İLK DAĞ

  4. Makine öğrenmesi tabanlı gerçek zamanlı medikal nesnelerin interneti çerçevesinin geliştirilmesi

    Development of machine learning-based real-time medical internet of things framework

    EMRE YILDIRIM

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ ÇALHAN

  5. Bipolar parsiyel protez uygulanmış kalça kırıklı hastalarda makine öğrenme yöntemleri ile perioperatif prognoz ve maliyet analizi

    Perioperative prognosis and cost analysis in patients who have undergone bipolar hemiarthroplasty with hip fracture by using machine learning algorithms

    KEMAL ZENCİRLİ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Ortopedi ve TravmatolojiAtatürk Üniversitesi

    Ortopedi ve Travmatoloji Ana Bilim Dalı

    PROF. DR. ÖMER SELİM YILDIRIM

    DR. ÖĞR. ÜYESİ MUHAMMED ÇAĞATAY ENGİN