Geri Dön

Using machine learning algorithms for orthopedic classification

Başlık çevirisi mevcut değil.

  1. Tez No: 704875
  2. Yazar: MOHAMEDSADEQ ABDULKHUDHR ALSAEDI
  3. Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 51

Özet

Tahmin ve sınıflandırma, makine öğrenimi algoritmalarının çözdüğü iki problem sınıfıdır. uygulanır. Tahmin algoritması, bir veya daha fazla özellik değeri alır ve sonucu tahmin eder. sürekli. Sınıflandırma algoritması, kategorik tahminde bulunmak için bir veya daha fazla özellik değeri alır. sonuç. Bir hedef değişkenin sınıflandırma sonucu ikili veya çok terimli olabilir. NS Lojistik Regresyon algoritması, kategorik bir sonucu modellemek için sınıflandırma için kullanmış olabilir ve uygulamalarının çoğu tıp alanında bulunur. Farklı makine öğrenimi algoritmaları, ancak aynı veri kümesine uygulanabilir, ancak hangi ML algoritmasının karşılaştırmalı olarak daha iyi olduğunu kanıtlayacaktır verilerin doğasına ve verilere uygulanan ön işlemeye bağlıdır. Burada, üç lojistik regresyon, karar ağacı ve K-NN algoritmaları veri setine uygulanmış ve karşılaştırılmıştır. karışıklık matrisi kullanılarak

Özet (Çeviri)

Prediction and classification are the two class of problems to which machine learning algorithms are applied. Prediction algorithm takes one or more feature values and predict outcome that is continuous. Classification algorithm takes one or more feature values to predict categorical outcome. The classification outcome of a target variable may be binary or multinomial. The Logistic Regression algorithm can have used for classification to model a categorical outcome and many of its application are found in medical field. Different machine learning algorithms can be applied on same dataset, however, which ML algorithm will comparatively prove better depends upon the nature of the data and preprocessing applied on the data. Here, three algorithms logistic regression, decision tree and K-NN are applied on the dataset and compared using confusion matrix.

Benzer Tezler

  1. Vestibüler sistem kaynaklı rahatsızlıkların kuvvet algılayıcıları tabanlı analizi

    Force sensor based analysis of vestibular system disorders

    TUNAY ÇAKAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERHAT İKİZOĞLU

  2. Bipolar parsiyel protez uygulanmış kalça kırıklı hastalarda makine öğrenme yöntemleri ile perioperatif prognoz ve maliyet analizi

    Perioperative prognosis and cost analysis in patients who have undergone bipolar hemiarthroplasty with hip fracture by using machine learning algorithms

    KEMAL ZENCİRLİ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Ortopedi ve TravmatolojiAtatürk Üniversitesi

    Ortopedi ve Travmatoloji Ana Bilim Dalı

    PROF. DR. ÖMER SELİM YILDIRIM

    DR. ÖĞR. ÜYESİ MUHAMMED ÇAĞATAY ENGİN

  3. Makine öğrenmesi yöntemleri ile sakrum kemiği üzerine bir karar destek sisteminin oluşturulması

    Designing a decision support system on the sacrum bone using machine learning methods

    FERHAT KILIÇ

    Doktora

    Türkçe

    Türkçe

    2024

    BiyomühendislikYozgat Bozok Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CEMİL ALTIN

  4. Travma sonrası kemik kırıklarının tespitinde bilgisayarlı görü ve derin öğrenme algoritmaları

    Computer vision and deep learning algorithms on post-traumatic bone fractures detection

    MUHAMMED TAHA ZEREN

    Doktora

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEHER ARSLANKAYA

  5. Proksimal junctional kifoz gelişim nedenlerinin makine öğrenmesi yöntemiyle tespiti

    Determining reasons of proximal junctional kyphosis by using machine learning algorithms

    SALİH KAYA

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Ortopedi ve TravmatolojiAtatürk Üniversitesi

    Ortopedi ve Travmatoloji Ana Bilim Dalı

    DOÇ. DR. SİNAN YILAR

    DR. KEMAL ZENCİRLİ