Applications of machine learning in classification of biological data
Biyolojik verilerin sınıflandırılmasında makine öğreniminin kullanımı
- Tez No: 514953
- Danışmanlar: DOÇ. DR. CEM ÖZEN
- Tez Türü: Yüksek Lisans
- Konular: Biyoloji, Biology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Hesaplamalı Biyoloji ve Biyoinformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Makine öğrenimi, bilgisayarların veriden öğrenmesini sağlar. Çok çeşitli uygulama alanlarına sahiptir. Hesaplamalı biyoloji ve biyoinformatik, makine öğrenimi uygulamalarının problemlere doğru çözümler sağladığını gösteren bazı alanlardır. Farklı makine öğrenimi algoritmaları, denetimli, yarı denetimli, denetimsiz ve takviye öğrenme olarak özetlenmiştir. Bu tezde, biyolojik veri kümeleri üzerinde denetlenen makine öğrenimi algoritmalarına odaklanıldı. Farklı veri kümelerine çoklu makine öğrenme yaklaşımları uygulanıldı. K-en yakın komşu, softmax sınıflandırması, sinir ağları yaklaşımları kullanıldı. Ayrıca, bir biyolojik veriyi sınıflandırmak için uygun algoritmalar ve kabul edilebilir makine öğrenme modelleri tartışıldı.
Özet (Çeviri)
Machine learning enables computers learn from the data. It has a wide range of application areas. Computational biology and bioinformatics are some areas in which machine learning applications provide accurate solutions to problems. Different types of machine learning tasks are summarized as supervised, semi-supervised, unsupervised and reinforcement learning. In this thesis, we focus on supervised machine learning tasks on biological datasets. We applied multiple machine learning approaches to different datasets. K-nearest neighbor, softmax classification, neural networks approaches are considered. Moreover, we discussed suitable algorithms and acceptable machine learning models to classify a biological data.
Benzer Tezler
- Mikrodizi verilerinde kullanılan farklı normalleştirme yöntemlerinin derin öğrenme performanslarına etkisi
The effect of different normalization methods used in microarray data on DEEP learning performances
ASENA AYÇA ÖZDEMİR
Doktora
Türkçe
2022
BiyoistatistikMersin ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
PROF. DR. GÜLHAN TEMEL
PROF. DR. SAİM YOLOĞLU
- Multiclass classification of hepatic anomalies based on in vivo microwave dielectric properties
Hepatik anomalilerin in vivo mikrodalga dielektrik özelliklerine dayalı çok sınıflı sınıflandırılması
ZEYNEP GÜLSÜM BİLGEN
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA YILMAZ ABDOLSAHEB
- Use of manifold learning methods and principal component analysis in various physiological signals
Çeşitli fizyolojik sinyaller üzerinde manifold öğrenme yöntemlerinin ve temel bileşen analizinin kullanımı
BARTU YEŞİLKAYA
Doktora
İngilizce
2025
Mühendislik Bilimleriİzmir Katip Çelebi ÜniversitesiBiyomedikal Teknolojiler Ana Bilim Dalı
DOÇ. DR. YALÇIN İŞLER
- A study of recent classification algorithms and a novel approach for biosignal data classification
Başlık çevirisi yok
EYÜP ÇINAR
Yüksek Lisans
İngilizce
2010
Elektrik ve Elektronik MühendisliğiRochester Instıtute Of TechnologyDr. FERAT ŞAHİN
- Genişletilmiş lateral inhibisyon yöntemiyle oct verileri üzerinden retinal hastalıkların sınıflandırılması
Classification of retinal diseases based on oct data by extended lateral inhibition method
RUKEN ERDEM DEMİR
Doktora
Türkçe
2025
BiyoistatistikKaradeniz Teknik ÜniversitesiBiyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
PROF. DR. KEMAL TURHAN