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
- Tez No: 424215
- 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: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezin amacı Çukurova Üniversitesi Beden Eğitimi ve Spor Yüksekokuluna başvuran adayların kabul edilip edilmeyeceğini nitelik seçme algoritmaları ile birleştirilmiş Destek Vektör Makineleri (SVM), Çok Katmanlı Algılayıcı (MLP), Radyal Tabanlı Fonksiyon Ağları, Ağaç Yükseltme ve K-Ortalama Sınıflandırma Algoritmaları kullanarak tahmin etmektir. Nitelik seçme algoritmaları olarak Relif-F, Korelasyon-tabanlı Nitelik Seçme (CFS) ve F-Score algoritmaları seçilmiştir. Veri kümeleleri 10 katlı çapraz doğrulama ve farklı yüzdesel oranlar kullanılarak eğitim ve test kümelerine ayrılmıştır. Deneyler sırasıyla 2006 ve 2007 yıllarında okula alınan adayların gerçek test sonuçları üzerinde yapılmıştır. Her iki veri seti üzerinde sınıflayıcıların sınıflandırma performansı; doğruluk, duyarlılık, özgünlük, pozitif öngörü değeri ve negatif öngörü değeri kullanılarak değerlendirilmiştir. Sonuçlar tahmin modellerindeki tahmin değişkenleri azaldıkça doğruluğun da paralel olarak azaldığını göstermektedir.
Özet (Çeviri)
The purpose of this thesis is to develop new hybrid admission decision prediction models by using different machine learning methods including Support Vector Machines (SVM), Multilayer Perceptron (MLP), Radial Basis Function (RBF) Network, TreeBoost (TB) and K-Means Clustering (KMC) combined with feature selection algorithms to investigate the effect of the predictor variables on the admission decision of a candidate to the School of Physical Education and Sports at Cukurova University. Three feature selection algorithms including Relief-F, F-Score and Correlation-based Feature Selection (CFS) have been considered. Experiments have been conducted on the datasets, which contain data of participants who applied to the School in 2006 and 2007. The datasets have been randomly split into training and test sets using 10-fold cross validation as well as different percentage ratios. The performance of the prediction models for the datasets has been assessed using classification accuracy, specificity, sensitivity, positive predictive value (PPV) and negative predictive value (NPV). The results show that a decrease in the number of predictor variables in the prediction models usually leads to a parallel decrease in classification accuracy.
Benzer Tezler
- Acil servise koah akut alevlenmesi ile başvuran hastalarda entegre pulmoner index (IPI) değerlerinin şiddet skorlamaları ile karşılaştırılması
Comparison of integrated pulmonary index (IPI) values with severity scores in patients admitted to the emergency department with acute copd exacerbations
MELİKE NUR UÇAN
Tıpta Uzmanlık
Türkçe
2025
Acil TıpSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZİM ONUR CAN
- Acil servise kafa travması ile başvuran erişkin hastaların glasgow koma skoru (GKS) ile ulusal erken uyarı skoru (news)'nun mortalite, morbidite ve güvenli taburculuk açısından karşılaştırılması
Comparison of glasgow coma score and national EARLY warning score in terms of mortality, morbidity, and safe discharge of adult patients admitted to the emergency department with head trauma
İBRAHİM GÖRMEZ
Tıpta Uzmanlık
Türkçe
2021
İlk ve Acil YardımEge ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. GÜÇLÜ SELAHATTİN KIYAN
- Modifiye oesıl (cane: cardiac history, age, neurological examination, ECG): acil serviste senkop nedeniyle başvuran hastaların değerlendirilmesinde yeni bir skorlama sistemi olabilir mi?'
Modified oesil (cane: cardiac history, age, neurological examination, ECG): can it be a new scoring system for evaluating patients presenting with syncope in the emergency department?
OĞUZHAN KESTELLİOĞLU
Tıpta Uzmanlık
Türkçe
2024
Acil TıpBolu Abant İzzet Baysal ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. DR. BELİZ ÖZTOK TEKTEN
- 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
- Akut kalp yetmezliği ile acil servise başvuran hastalarda yatakbaşı ultrason protokollerinin klinik sonlanım, yeniden başvuru ve mortaliteyi öngörmedeki yeri
The role of point-of-care ultrasound protocols in predicting clinical outcomes, readmission, and mortality in patients presenting to the emergency department with acute heart failure
FURKAN BOSTANCI