Geri Dön

Lojistik regresyon analizi ve makine öğrenmesi uygulamaları

Logistic regression analysis and machine learning applications

  1. Tez No: 729218
  2. Yazar: AYŞE ATALAR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HASAN HALİT TALİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Makine Öğrenmesi, Gözetimli Öğrenme, Sınıflandırma Algoritmaları, Maksimum Olabilirlik Tahmini, Lojistik regresyon, Machine Learning, Supervised Learning, Classification Algorithms Maximum Likelihood Estimation, Logistic Regression
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Haliç Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Uygulamalı Matematik Bilim Dalı
  13. Sayfa Sayısı: 67

Özet

“Lojistik Regresyon Analizi ve Makine Öğrenmesi Uygulamaları”adı altında hazırlanan bu çalışma beş bölümden oluşmaktadır. Birinci bölümde; tezin amacı ve literatür araştırması yer almaktadır. İkinci bölümde; ikili ve çoklu lojistik regresyon modellerinin elde edilmesi için gerekli olan rassal değişken, olasılık dağılımı, dağılım fonksiyonu, olasılık yoğunluk fonksiyonu, binom dağılımı, maksimum olabilirlik tahmini, Newton Raphson yöntemi, üstünlük oranı, model oluşturma ve model değerlendirme ifadeleri yer almaktadır. Üçüncü bölümde; regresyon analizi ifadesine yer verilmiş olup ikili ve çoklu lojistik regresyon modelleri matematiksel ispatlar kullanılarak elde edilmiştir. Dördüncü bölümde; ilk veri kümesi için ikili, ikinci veri kümesi için çoklu lojistik regresyon modeli oluşturulmuştur. Oluşturulan modellerin β katsayıları hem cebirsel işlemler hem de oluşturulan matlab kodu ile iki farklı şekilde hesaplanmıştır. Sonrasında ise model değerlendirmeleri yapılarak modellerin başarıları ölçülmüştür. Beşinci bölümde, sonuç olarak dördüncü bölümdeki veri kümeleri için oluşturulan lojistik regresyon modellerindeki β katsayılarının hem cebirsel işlemler hem de oluşturulan matlab kodunun çalıştırılması sonucunda aynı değerleri verdiği gösterilmiştir. Ayrıca k-katlı çapraz geçerlemeler sonucunda iki model içinde ortalama başarılar gösterilip model başarıları hakkında yorumlar yapılmıştır.

Özet (Çeviri)

This study, prepared under the title of“Logistic Regression and Machine Learning Applications”, consists of five parts. In the first part the purpose of the thesis and the literature research is included. The statements that is namely a random variable that is required to generate binomial and multivariate logistic regression models, probability distribution, distribution function, probability density function, binomial distribution, maximum likelihood estimation, Newton Raphson Method, odss ratio, creating model and model evaluation are included in the second part. In the third part the expression regression analysis is given and binary and multiple logistic regression are obtained by using mathematical proofs. In tha fourth part binary logistic regression model for the first data set and multivariate logistic regression model for the second data set was built. The β coefficients of created models are calculated algebraically and also the written matlab code in two different ways after then the model was assessed success of the models was measured. In conclusion in the fifth part it is shown that the β coefficients in the logistic regression models created or the data sets in the fourth part are the same values as a result of both algebraic operations and running matlab code. The average successes of two models are shown for two models in consequence of k-fold cross validation and comments were made about the model successes.

Benzer Tezler

  1. COVID-19 enfeksiyonunun biyokimyasal yansımalarının değerlendirilmesi

    Evaluation of biochemical reflections of COVID-19 infection

    MAİDE HACER TEKİN ALAGÖZ

    Doktora

    Türkçe

    Türkçe

    2023

    Biyoistatistikİstanbul Üniversitesi

    Tıbbi Biyokimya Ana Bilim Dalı

    PROF. DR. EVİN ADEMOĞLU

  2. Tıbbi araştırmalarda destek vektör makinelerinin kullanımı

    Using of support vector machines in medical research

    ÖZGE AKŞEHİRLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    BiyoistatistikDüzce Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    PROF. DR. HANDAN ANKARALI

  3. Makine öğrenmesi yöntemleri ile kanser hastalığı teşhisi

    Cancer disease diagnosis with machine learning methods

    EBRU AYDINDAĞ BAYRAK

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-Cerrahpaşa

    Mühendislik Bilimleri Ana Bilim Dalı

    PROF. DR. PINAR KIRCI

    DR. ÖĞR. ÜYESİ TOLGA ENSARİ

  4. Konteyner liman operasyonlarının makine öğrenmesi yöntemleri ile analizi

    Analysis of container port operations using machine learning methods

    ÜSTÜN ATAK

    Doktora

    Türkçe

    Türkçe

    2022

    Deniz Bilimleriİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    PROF. DR. YASİN ARSLANOĞLU

    PROF. DR. TOLGA KAYA

  5. Ulusal elektronik sağlık kayıtları üzerinde makine öğrenmesi ile kanser risk faktörlerinin incelenmesi

    Analysis of cancer risk factors with machine learning on national electronic health records

    ESRA TOKUR SONUVAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAkdeniz Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    DOÇ. DR. KEMAL HAKAN GÜLKESEN

    PROF. DR. HAKAN ŞAT BOZCUK