Makine öğrenmesi algoritmaları ile eczaneler için ilaç talep tahmini
Drug demand forecasting for pharmecies with machine learning algorithms
- Tez No: 652458
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET GÜRHANLI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 74
Özet
Sağlık sektöründe eczane ve eczaneler gibi sağlık sistemlerinin gelişen teknoloji ile birlikte yüksek düzeyde veri sağladığı görülmektedir. Teknolojinin iş süreçlerinin ayrılmaz bir parçası haline geldiği daha bütünleşmiş bir dünyaya ilerledikçe, bilgi aktarımı süreci daha karmaşık hale geldi.Gelişen teknolojide , ilaç firmalarının stoklarını yönetmelerine ve yeni ürün ve hizmetler geliştirmelerine yardımcı olmak için giderek daha fazla kullanılmaya devam etmektedir.Sağlık sistemlerinde veri madenciliği yöntemlerinin kullanılması geleneksel bir süreç haline gelmiştir. Büyük veri kümelerinden bilgi keşfi olan veri madenciliği, ilaç firmalarının ilaç keşfi ve dağıtım yöntemlerinin kalitesini iyileştirme kalıplarını keşfetmelerine yardımcı olmaktadır. Bu çalışmanın amacı, bir eczanedeki ilaç satın alımına yönelik veriler kullanılarak sonraki zamanlardaki satış miktarları tahminlenmesini sağlamaktır. Bu tahminlemeler sayesinde eczanede satınalınma ile tüketilen ilaçlar üzerinden ilaçların depolanma stok durumları da kontrol altına alınabilir. Bu çalışmada Türkiye'deki bir eczanenin 2015 Ocak ayı ile 2019 Aralık ayı arasındaki 5 yıllık ilaç satış verileri düzenlenmiş ve Weka programı ile zaman serileri uygulanarak haftalık olarak yapılan tahminleme çalışmalarında Makine öğrenme algoritmalarından LinearRegresyon, GaussianProcess, M5Rules, MultilayerPerceptron, SMOreg, M5P, RandomFOREST kullanılmıştır.Bu algoritmaların Ortalama mutlak yüzde hatası(MAPE) karşılaştırılarak en başarılı tahmin modeli bulunmaya çalışılmıştır.
Özet (Çeviri)
Today, it is seen that health systems such as pharmacies and pharmacies in the health sector have provided a high level of data with the developing technology. As the technology progresses into a more integrated world where business has become an integral part of business processes, the process of knowledge transfer has become more complex.In the developing technology, it continues to be used more and more to help pharmaceutical companies manage their stocks and develop new products and services.The use of data mining methods in health systems has become a traditional process. Data mining, which is information discovery from large data sets, helps pharmaceutical companies discover patterns of improving the quality of drug discovery and delivery methods.The aim of this study is to estimate the sales amounts in the next periods by using the data for drug purchase in a pharmacy. Thanks to these estimates, the storage status of the drugs can be taken under control over the drugs consumed in the pharmacy. In this study, a pharmacy in Turkey, 5 years of pharmaceutical sales data are arranged between the months of December 2019 and January 2015 and the Weka program with time series on a weekly basis to do the forecasting work by applying machine learning algorithms linearregresyo's, gaussianprocess, m5rules, multilayerperceptro's, smoreg, M5P, randomforest is used By comparing the average absolute percentage error (MAPE) of these algorithms, it was tried to find the most successful prediction model.
Benzer Tezler
- Makine öğrenmesi algoritmaları ile dinamik portföy modellemesi
Dynamic portfolio modelling via machine learning algorithms
BURAK ALTINIŞIK
- Makine öğrenmesi algoritmaları ile borsa verilerinin tahminlenmesi
Prediction of stock market data with machine learning algorithms
DİLARA ELİZE PAMUKÇU
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriİZMİR BAKIRÇAY ÜNİVERSİTESİAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONUR UĞURLU
- Makine öğrenmesi algoritmaları ile hisse senedi kapanış tahmini
Stock closing prediction with machine learning algorithms
SALİM DEMİRAY
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET GÜRHANLI
- Makine öğrenmesi algoritmaları ile COVID-19 hastalarının belirlenmesi
Identifying COVID-19 patients with machine learning algorithms
MİNE AYAZ
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri MühendisliğiPamukkale ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZCAN MUTLU
- Makine öğrenmesi algoritmaları ile geliştirilen erken uyarı sistemi ile çocukluk çağı obezite riskinin saptanması
Detection the risk of childhood obesity by early warning system developed with machine learning algorithms
BURCU ÇAVDAR
Doktora
Türkçe
2022
Beslenme ve DiyetetikErciyes ÜniversitesiBeslenme ve Diyetetik Ana Bilim Dalı
PROF. DR. BETÜL ÇİÇEK