Yapay öğrenme ile hastalık riski tahmini
Estimation of disease risk by artificial learning
- Tez No: 497858
- Danışmanlar: YRD. DOÇ. DR. AYŞE YILMAZER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 126
Özet
Araştırmanın amacı sağlıklı insanların gelecekte yakalanması ihtimal kalp hastalığını bulmak ve bu doğrultuda, düşük risk, orta risk ve çok riskli gibi derecelerde sınıflara ayırmaktır. Bu sebepten ilk önce geçmişinde kalp hastalığı geçirmiş insanların verilerine ihtiyaç duyulacaktır. Edinilen bu verilerde yaşı, cinsiyeti, diabet, böbrek yetmezliği, geçirdiği ameliyatlar gibi özellikler vardır. Karışık olan bu verilerin ilk olarak sınıflara ayırabilmek için yapay öğrenme metotları denenecektir. Yapay öğrenme metotlardan biri olan yapay sinir ağları, karar ağaçları ve rasgele orman sınıflandırma algoritmaları kullanılacaktır. Verilerin birçoğunun katagorik veri olmasından dolayı bu algoritmalar seçilmiştir. Veriler sınıflandırıldıktan sonra sağlıklı insanlardan alınan bazı test sonuçları ve kişilik özellikleri temelinde yapay öğrenme yöntemleri ile önceden eğitilen veriler test edilip, bu insanların, hasta olup olmadığı ve hasta ise riskin ne kadar olduğunu anlamaya çalışılacaktır.
Özet (Çeviri)
The aim of the study is to find possible heart disease in the future of healthy people and to classify them into grades such as low risk, medium risk and very risky. So, first of all, the data of people with heart disease in the past will be needed. These acquired data include age, gender, diabetes, kidney failure, and operations such as surgery. These mixed data will first be tried artificial learning methods to distinguish between classes. Artificial neural networks, decision trees and random forest classification algorithms, which are one of the artificial learning methods, will be used. These algorithms have been chosen because many of the data are categorical data. After classifying the data, some test results from healthy people and artificial learning methods based on personality traits will be tested to find out if these people are sick and sick if they are sick.
Benzer Tezler
- Melez öğrenme ile kalp ve damar hastalığının tahmini
Predicting cardiovascular disease with hybrid learning
CANSU TOKYÜZ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ATINÇ YILMAZ
- Anomaly detection using machine learning techniques: A comparative study on first payment default prediction in retail loans
Yapay öğrenme yöntemleriyle anomali saptanması: Bireysel kredilerde ilk ödemede batma tahmini üzerine karşılaştırmalı bir çalışma
AHMET TALHA YİĞİT
Yüksek Lisans
İngilizce
2022
Bankacılıkİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Data-driven delay estimation and anomaly detection: A study on European and Turkish air traffic
Veri güdümlü gecikme tahmini ve anomali tespiti: Avrupa ve Türkiye hava trafiği üzerine bir çalışma
MUHAMMET AKSOY
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. EMRE KOYUNCU
- 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
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA