Diabetes prediction using machine learning algorithms
Makine öğrenmesi algoritmaları ile şeker hastalığının tahmini
- Tez No: 763915
- Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA YENİAD
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Aykırı değerler, Diabetes mellitus, Doğruluk, Makine öğrenmesi, Sınıflandırma, Outliers, Diabetes mellitus, Accuracy, Machine learning, Classification
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Şeker hastalığı, çoğunlukla diyabet olarak bilinen, yüksek kan şekerine neden olan bir hastalıktır. Şeker hastalığında vücudunuz ya yeterli insülin üretmez ya da ürettiği insülini başarıyla kullanamaz. Yaş, obezite, kötü beslenme vb. faktörler diyabet hastalığına neden olabilir. Diyabet gözlerinize, böbreklerinize ve diğer organlarınıza zarar verebilir. Makine öğrenmesi algoritmaları birçok alanda olduğu gibi sağlık alanında yüksek performans göstermesi nedeniyle sıklıkla başvurulan bir tekniktir. Bu tezin amacı, aykırı ve eksik değerler içeren bir veri seti üzerinde diyabet sınıflandırma ve tahmin modeli oluşturmaktır. Bu modelin oluşum aşamasında, değer atama yöntemlerinin başarım oranına etkisi gösterilmiş ve farklı türde makine öğrenimi sınıflandırma algoritmaları uygulanmıştır. Bunlar literatürde sıkça kullanılan sınıflandırma algoritmalarıdır. Bu algoritmalar, Lojistik Regresyon, K-En Yakın Komşu, Yapay Sinir Ağları, Rastgele Orman, Destek Vektör Makinesi, Karar Ağaçları ve Naive Bayes sınıflandırma algoritmalarıdır. İlk olarak algoritmaların sınıflandırma başarıları karşılaştırılmış ve bu karşılaştırmalar, doğruluk, duyarlılık, kesinlik ve F1 skoru oranları üzerinden yapılmıştır. Çalışmanın sonuçları karşılaştırıldığında % 91,67 doğruluk oranı ile %75 eğitim setine karşılık gelen %25 test setinde yapay sinir ağı algoritmasının diğer sınıflandırma algoritmalarına göre en yüksek sınıflandırma yüzdesine sahiptir.
Özet (Çeviri)
Diabetes mellitus by a majority known as diabetes, is a disease that reasons high blood sugar. With diabetes, your body either doesn't make sufficient insulin or can't successfully use the insulin it does make. Age, obesity, bad diet etc. can cause diabetes disease. Diabetes can injury your eyes, kidneys, and other organs. Machine learning algorithms, as in many fields, are a constantly used technique because of their high performance in the field of health. The aim of this thesis is to create a diabetes classification and prediction model on a data set with outliers and missing values. In the formation phase of this model, the effect of imputation methods on the success rate was shown and different types of machine learning classification algorithms were applied. These are classification algorithms that are frequently used in the literature. These algorithms are Logistic Regression, K-Nearest Neighbor, Neural Networks, Random Forest, Support Vector Machine, Decision Trees and Naive Bayes classification algorithms. Firstly, the classification performance of the algorithms was compared and these comparisons are based on accuracy, sensitivity, precision, and F1-score. Comparing the results of the study, 91.67% accuracy rate, in the 25% test set corresponding to the 75% training set compared to other classification algorithms of the artificial neural network algorithm has the highest classification percentage.
Benzer Tezler
- Makine öğrenmesi algoritmaları kullanılarak diyabetin erken teşhisi ve performans karşılaştırması
Early diagnosis of diabetes using machine learning algorithms andperformance comparison
ALMİLA SU SALİN
Yüksek Lisans
Türkçe
2025
Yönetim Bilişim SistemleriUfuk ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. ARAL EGE
- Diyabet tespitinde makine öğrenmesi algoritmaları yaklaşımını kullanarak yapılmış bir çalışma
A study using the approach of machine learning algorithm in detection of diabetes
AYŞE DOĞRU
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT ARI
DR. ÖĞR. ÜYESİ SELİM BUYRUKOĞLU
- Makine öğrenmesi yöntemleri ile diyabet hastalığı tahminleme
Diabetes prediction with machine learning methods
TUĞBA KEŞ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Beykent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TALAT FİRLAR
- Tip 2 diyabet hastalığında fenotip verilerinin makine öğrenmesi algoritmaları ile incelenmesi
Investigation of phenotype data with machine learning algorithms in Type 2 diabetes disease.
ŞEBNEM GÜL
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. FIRAT HARDALAÇ
- Kaba kümeleme teorisi kullanılarak diyabet veri setinin analiz edilmesi ve diyabet hastalığının teşhisi için gerçek zamanlı bir veri analitiği sistemi kurulması
Analyzing diabetes data set using rough clustering theory and establishing a real-time data analytics system for diagnosis of diabetes disease
MEHMET YÜKSEL
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN DEMİRCİ