Kollektif makine öğrenmesi metodları ile göğüs kanseri teşhisi
Breast cancer diagnosis using ensemble machine learning methods
- Tez No: 679374
- Danışmanlar: PROF. DR. AHMET SERTBAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 81
Özet
Günümüzde, birçok insan göğüs kanserinden etkilenmektedir. Göğüs kanseri, erken evrelerde tespit edildiğinde tedavi edilebilmekte ve bu sayede göğüs kanseri hastalığına bağlı ölümler önlenebilmektedir. Son yıllarda, makine öğrenmesi yöntemleri ile göğüs kanseri teşhisinde, geleneksel yöntemlerle hastalığın tespitine göre daha yüksek performans elde edilmektedir. Öte yandan, Topluluk Öğrenme yöntemlerinin klasik makine öğrenme yöntemlerinin performansını artırdığı bilinmektedir. Bu çalışmada, topluluk öğrenmesine dayalı göğüs kanseri hastalığı tespit sistemi önerilmiştir. Tezde; Rassal Orman, Oylama, Torbalama, Yükseltme, Yığma ve Ekstra Ağaçlar Topluluk Öğrenme yöntemleri uygulanarak hastalığın teşhisinde kullanılan klasik sınıflandırma yöntemlerinin (Destek Vektör Makinesi, K-En Yakın Komşu, Saf Bayes ve Karar Ağacı algoritmaları) sınıflandırma performanslarını artırdığı gösterilmiştir. Ayrıca, kullanılan Topluluk Yöntemlerinin karşılaştırmalı performans analizleri yapılmıştır. Modellerin eğitim ve test aşaması için Wisconsin Diagnostic Breast Cancer veri kümesi kullanılmıştır. En yüksek doğruluk, Stacking topluluk yöntemi ile %95.80 oranında elde edilmiştir.
Özet (Çeviri)
Today, many people are affected by breast cancer disease. Breast cancer can be treated when it is detected in the early stages, and as a result deaths due to breast cancer can be prevented. In recent years, higher performance has been achieved by using machine learning methods compared to traditional methods in the diagnosis of breast cancer disease. On the other hand, it is known that Ensemble Learning methods increase the performance of classical machine learning methods. In this study, a breast cancer disease detection system is proposed based on ensemble learning. In the thesis; it has been shown that classical classification methods' (Support Vector Machine, K-Nearest Neighbor, Naive Bayes and Decision Tree algorithms) classification performances which have been used in the diagnosis of the disease are increased by applying Random Forest, Voting, Bagging, Boosting, Stacking and Extra Trees ensemble learning methods. In addition, comparative performance analysis of the ensemble methods was made. Wisconsin Diagnostic Breast Cancer dataset was used for the training and testing phase of the models. Highest accuracy was achieved with a rate of 95.80 % by using Stacking ensemble method.
Benzer Tezler
- Kolektif makine öğrenmesi tabanlı ağ saldırı tespiti
Collective machine learning based network intrusion detection
ŞURA EMANET
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖNDER DEMİR
DR. ÖĞR. ÜYESİ GÖZDE KARATAŞ BAYDOĞMUŞ
- Metinsel veriler için çok sınıflı problemlere hata düzelten kod tabanlı kolektif öğrenme yönteminin uygulanması
Application of error correcting codes based ensemble learning method for multi-class text classification problems
VİLDAN MERCAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Sabahattin Zaim ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜMEYRA BEDİR
- Yaya caddelerinde mikro hareketin nicel analizi: İstiklal caddesi örneği
Quantitative analysis of micro movement on pedestrian streets: The case of İstiklal street
ALİ YILMAZ
Yüksek Lisans
Türkçe
2022
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiKentsel Tasarım Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL EREN KÜRKÇÜOĞLU
- Empowerment of women through non-formal education programs in Turkey
Kadınların Türkiye'de formal olmayan eğitim yoluyla güçlendirilmesi
ZÜLFİYE DOĞA ORTAKÖYLÜ UYSALLI
Yüksek Lisans
İngilizce
2017
Eğitim ve ÖğretimOrta Doğu Teknik ÜniversitesiKadın Çalışmaları ve Toplumsal Cinsiyet Ana Bilim Dalı
PROF. DR. FATMA YILDIZ ECEVİT
- Üretim planlama ve kontrol süreçlerinde veri madenciliğinin yeri ve çok kriterli karar alma yaklaşımlarıyla çözüm önerileri: Bir işletme uygulaması
The importance of data mining in production planning and control processes and solutions by means of multi-criteria decision making approaches: A business application
EZGİ DEMİR