Predicting the admission decision acandidate to the School of Physical Education and Sport at Çukurova University by using different machine learning algorithms
Farklı makina lagoritmaları kullanarak Çukurova Üniversitesi Beden Eğitimi ve Spor Okulu'na alınacak adayların kabul kararlarının belirlenmesi
- Tez No: 413582
- Danışmanlar: DOÇ. DR. MEHMET FATİH AKAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Machine Learning, Physical Ability Test, Prediction, Desicion Support Systems
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 92
Özet
Bu tezin amacı, fiziksel yetenek test sonucu önceden bilinen adayların Çukurova Üniversitesi Beden Eğitimi ve Spor Yüksekokulu'na kabul kararının tahmini için medeller geliştirmekdedir. Tahmin modellerinin performansını değerlendirmek için kullanılan sınıflandırıcılar Destek Vektor Makinaları (VSM), Çok Katmanlı Algılayıcı(MLP), Lojistik Regresyon (LR), Radyal Taban Fonksiyonlu Ağ (RBF) ,Tekli Karar Ağacı(SDT) ve K-Ortalama sınıflandırmadır. Deneyler sırasıyla 2006 ve 2007 yıllarında Okula başvuran adayların gerçek sınac sonuçlarını içeren iki veri seti üzerinden yapılmıştır. Terst ve Doğrulama modeli için 5-Kat ve 10-Kat çapraz doğrulamanın yanı sıra eğitim/test verilerinin rasgele yüzde ayrımlatrı kullanılmıştır. Veri setleri üzerindeki sınıflandırıcı performansları sınıflandırma doğruluğu ve bir kaç diğer performans ölçümleri hesaplanarak değerlendirilmişitir. Sonuçlar, 10 kat çapraz doğrulamaile SVM'nin sınıflandırma doğruluğunun , 2006 ve 2007 veri kümeleri için 97.90 ve 91.45 ile en yüksek değerlerini verdiğini göstermektedir. Sınıflandırma doğruluğu bakımından sınıflandırıcılar arasında elde edilen sıralama SVM, LR, MLP,RBF, SDKve K-Ortalama sınıflanadırma olarak tespit edilmiştir.
Özet (Çeviri)
The purpose of this thesis is to develop new prediction to estimate the admission decision of a candidate to the School of Physical Education and Sports at Cukurova University ones he knows his skores from the physical ability test. The classifiers used to evaluate the performance of the prediction models include Support Vector Machine (SVM), Multilayer Perspectron (MLP), Logistic Regression(LR), Radian Basis Function (RBF), Network, Single Desicion Tree(SDT),and K-Means Clustering. Experiments have been condusted on two datesets that include real test result of the candidates who applied to the School in 2006 and 2007, respectively. For model testing and validation ,5-fold and 10-fold cross validation as well as several diffrent percent splits of training/testing date have been used. The performance of the classifiers on the datasets has been evaluated by calculating the classification accuracy and several other performance metrics. The results show that classification accuracy of the SVM classifier using 10-fold cross validation achieves the highest accuracy with 97.90% and 91.45% for the 2006 and 2007 datasets respectively. The rank ing among the six classifiers in terms of achieved classification accuracy has been determined as SVM, LR, MLP, RBF, SDT AND K-Means Clustering.
Benzer Tezler
- Predicting the admission decision of a participant to the school of physical education and sports at Cukurova University by using different machine learning methods combined with feature selection
Çukurova Üniversitesi beden eğitimi ve spor yüksekokuluna başvuran adayların kabul edilip edilmeyeceğini nitelik seçme algoritmaları ile birleştirilmiş farklı makine öğrenme yöntemleri kullanarak tahmin etme
GÖZDE ÖZSERT YİĞİT
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET FATİH AKAY
- Acil servise başvuran orta risk sınıfındaki pulmoner tromboemboli hastalarında pulmoner bilgisayarlı tomografi anjiografide (BTPA) ölçülen sağ ventrikül çapı/ sol ventrikul çapı (RVD/ LVD) oranının tedavinin etkinliğini öngörmedeki rolü
The role of the ratio of right ventricular diameter/ left ventricular diameter (RVD/ LVD) measured on pulmonary computed tomography angiography (BTPA) in predicting the effectiveness of treatment in patients with moderate-risk pulmonary thromboembolism admitted to the emergency department
EMİR KARAKAYA
Tıpta Uzmanlık
Türkçe
2022
Acil TıpSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. DR. BEDRİYE MÜGE SÖNMEZ
- Acil servise başvurup akut inme tanısı alanhastaların prognoz tahmininde halp skorununetkinliğinin incelenmesi
Those who applied to the emergency department and were diagnosed with acute stroke halp score in predicting the prognosis of patients investigation of its effectiveness
DİLARA ÖZMEN DALKILINÇ
Tıpta Uzmanlık
Türkçe
2023
Acil TıpSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZLEM TATAROĞLU
- Akut pankreatitte radyolojik skorlama ile CRP/albümin indeksinin hastalığın mortalite ve morbiditesi açısından retrospektif değerlendirilmesi
Retrospective evaluation of radiologic scoring and CRP / albumin index in terms of the mortality and morbidity of the disease in acute pancreatitis
SABUHI MAMMADOV
Tıpta Uzmanlık
Türkçe
2021
GastroenterolojiBezm-i Alem Vakıf Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. ALİ TÜZÜN İNCE
- Acil servise başvuran COVİD-19 vakalarında klinik kötüleşme ve mortaliteyi öngörmede laboratuvar biyobelirteçlerin önemi
Başlık çevirisi yok
GAMZE AKTAKKA
Tıpta Uzmanlık
Türkçe
2022
Acil TıpAydın Adnan Menderes ÜniversitesiAcil Tıp Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELÇUK EREN ÇANAKÇI