Geri Dön

İstatistiksel yöntemler ve makine öğrenmesi teknikleri ile sağlık sektörü verilerine ilişkin sınıflandırma modellerinin karşılaştırılması

Comparison of classification models with statistical methods and machine learning techniques in healthcare datasets

  1. Tez No: 677442
  2. Yazar: SEDA UÇAR
  3. Danışmanlar: PROF. DR. NİHAL ERGİNEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüzde mühendislik, tıp, ekonomi vb. sektörlere ait verilerin analiz edilerek anlamlı birer yol gösterici olabilmesi ve karar alma süreçlerini etkilemesi önem kazanmıştır. Veri analizlerinin objektif ve güvenilir sonuçlara sahip olabilmesi amacıyla uygun yöntemlerin kullanılması araştırma süreçlerine katkı sağlamaktadır. Çalışmada sağlık sektöründeki kanser, KOAH ve kalp yetmezliği olan kişilerin klinik verileriyle istatistiksel çıkarımlar yapılması amaçlanmıştır. Çalışmanın birinci adımında, makine öğrenmesi yöntemleri arasında da gösterilen lojistik regresyon ile düzenlileştirme yöntemlerinden ridge regresyon, lasso regresyon ve elastic net regresyon kullanılarak üç farklı veri setinde analiz edilmeye çalışılmıştır. Görselliği ve işlemsel kolaylığı sebebiyle en sık kullanılan yöntemlerden biri olan karar ağaçları ile CART algoritması ve C5.0 algoritması da çalışmaya dahil edilmiştir. Çalışmanın son adımında, RStudio'da gerçekleştirilen analizlerin sonuçları çeşitli performans kriterleriyle karşılaştırılarak çıkarımlarda bulunulmuştur.

Özet (Çeviri)

Data analysis could be an expressive guide by analyzing and influencing decision-making processes in various fields as engineering, medicine, economics etc. For the purpose of obtaining objective and reliable results, the usage of appropriate methods contributes to the research processes. The aim of this study is for making statistical inferences with the clinical datasets of patients with cancer, COPD and heart failure. Firstly, logistic regression and regularization methods such as ridge regression, lasso regression and elastic-net regression were tried to analyze with diverse datasets. CART algorithm and C5.0 algorithm, which are one of the most frequently used methods due to their visuality and operational ease, were also included to this study. In the last step of the study, the results of analyses which performed in RStudio were compared along with various performance measures and inferences.

Benzer Tezler

  1. Exploiting clustering patterns in training sets to improve classification performance of fully connected layers

    Tam bağlantılı katmanların sınıflandırma performansını iyileştirmek için eğitim setlerindeki kümeleme örüntülerinden faydalanma

    TOLGA AHMET KALAYCI

    Doktora

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UMUT ASAN

  2. Çimentonun sertleşmesi üzerinde kimyasal komponentlerin etkisi

    Başlık çevirisi yok

    NACİYE TÜRKEL

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Kimya MühendisliğiUludağ Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. MUSTAFA CEBE

  3. Süt formüllerinin tüketim uygulamaları ve süt formüllerinin C vitamini içeriği ile pH değerleri

    Başlık çevirisi yok

    GÖNÜL VAROL

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Besin Hijyeni ve Teknolojisiİstanbul Üniversitesi

    Çocuk Gelişimi Ana Bilim Dalı

    DOÇ. DR. TÜRKAN KUTLUAY

  4. Pre-eklampsi ve eklampsi vakalarında immünoglobülin düzeylerinin değerlendirilmesi (Klinik ve immünobiolojik araştırma)

    Examination des valeurs d'immunoglobulines en cas de la toxemie gravidique

    M. MURAT SEMİZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1987

    Kadın Hastalıkları ve DoğumGazi Üniversitesi

    Kadın Hastalıkları ve Doğum Ana Bilim Dalı

    DOÇ. DR. MÜLAZIM YILDIRIM