Veri madenciliği ve kanser erken teşhisinde kullanımı
Data mining and its use in cancer early diagnosis
- Tez No: 388086
- Danışmanlar: YRD. DOÇ. HASAN SÖYLER
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, Econometrics
- Anahtar Kelimeler: Erken teşhis, Kanser hastaları, Neoplazmlar, OLAP, Veri ambarı, Veri madenciliği, Veri tabanı, Early diagnosis, Cancer patients, Neoplasms, Online analytical processing, Data warehouse, Data mining, Database
- Yıl: 2014
- Dil: Türkçe
- Üniversite: İnönü Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İstatistiksel modelleme kullanarak veriden bir sonuca ulaşmanın iki yolu vardır. Bunlardan biri, veri modelinin nasıl çalıştığına dair bir bakış açısıyla işe başlayan ve modeli tanımlayan parametreleri açığa çıkarmaya çalışan ekonometri, diğeri de veri modeli hakkında kabullerde bulunmayan ve eldeki veriyi kullanarak en iyi modeli algoritmik olarak kurmaya çalışan veri madenciliğidir. Yapılan bu çalışmada veri madenciliği kavramı, süreci, teknikleri ve veri madenciliği açısından önemli kavramlar olan OLAP, veri ambarı ve CRISP-DM tanımlanmıştır. WEKA programı ile gerçekleştirilen bir veri madenciliği uygulamasıyla günümüzün yaygın bir sağlık problemi olan kanserde hayatta kalma ihtimalini arttıran erken teşhis sürecinde veri madenciliğinin kullanımı gösterilmiştir. Anahtar SözcüklerVTBK, Veri Madenciliği, Veri Tabanı, OLAP, Veri Ambarı, CRISP-DM, WEKA, Göğüs Kanseri.
Özet (Çeviri)
There are two ways of reaching conclusions from data by using statistical modeling. One of them is econometrics which starts with a perspective of how data model works and trying to reveal the parameters which identify the model, the other is data mining which doesn't make assumptions about data model and trying to find best model by algorithmically by using the available data. In this study data mining concept, its process, techniques and OLAP, data warehouse and CRISP-DM which are important concepts in terms of data mining were described. With a data mining application performed by WEKA program use of data mining shown in early detection process which increases the probability of survival in cancer which is one common health problem of todays. Key Words KDD, Data Mining, Database, OLAP; Data Warehouse, CRISP-DM, WEKA, Breast Cancer.
Benzer Tezler
- Obtain anterior/posterior position of the tumor through machine learning
Makine öğrenme yoluyla tümörün anterior/posterior pozisyonunu elde edin
GOLSHAN GHOLAMPOUR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Breast cancer data classification using SVM, NB and KNN algorithms
SVM, NB ve KNN kullanımı ile göğüs kanseri veri sınıflandırması
BURCU MERAL
Yüksek Lisans
İngilizce
2019
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. KAMİL ORUÇOĞLU
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Dna mikrodizi analizleri ile meme kanseri hastalarında prognozun genetik algoritma kullanılarak belirlenmesi
Determination of prognosis in breast cancer patients from dna microarray analysis using genetic algorithm
OKTAY YILDIZ
Doktora
Türkçe
2012
Teknik EğitimGazi ÜniversitesiElektronik ve Bilgisayar Eğitimi Ana Bilim Dalı (disiplinlerarası)
PROF. DR. M.ALİ AKCAYOL
PROF. DR. İNAN GÜLER
- Makine öğrenmesi sınıflandırma yöntemleri ile meme kanserinin erken teşhisi
Early diagnosis of breast cancer with machine learning classification methods
MELİHA NUR DURAK
Yüksek Lisans
Türkçe
2017
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. İBRAHİM DEMİR