Türkiye'de Covid-19 hastalığının makine öğrenmesi yöntemiyle analizi ve tahmini
Prediction and modelling of Covid-19 disease in turkey by machine learning
- Tez No: 771352
- Danışmanlar: DR. ÖĞR. ÜYESİ FİGEN ÖZEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Haliç Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mühendislik Bilimleri Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 91
Özet
2019 Yılında Çin'in Wuhan kentinden başlayarak tüm dünyaya yayılan ve pandemi halini alan Corona Virüs bütün ülkelere büyük zararlar vermiştir. Covid19 tüm dünyada milyonlarca insana bulaşarak salgın halinde ölümlere neden olmuştur. Ülkeler gerek sosyal gerekse ekonomik açıdan büyük zararlar görmüştür. Her ülke kendi içinde birçok önlemler almıştır ve bazı önleyici faaliyetlerde bulunmuştur. Bu önlemlerin çoğu teknoloji destekli çalışmalardır. Bu çalışmada öncelikle veri ve bilgi arasındaki fark anlatılmıştır. Çünkü bir makine öğrenimi projesi üzerinde çalışmak isteniliyorsa ilk önce veri ile bilgi arasındaki farkın tam olarak bilinmesi gerekmektedir. Daha sonra veri madenciliği konusunda bilgi verilmiştir. Bu çalışmada T.C. Sağlık Bakanlığının yayınlamış olduğu veriler, veri madenciliği tekniğine uygun bir şekilde elde edilmiştir. Veriler yapay sinir ağı projesinde kullanılabilmesi için bir ön işlemden geçirilmiştir. Daha sonra çalışmamıza uygun yöntemler incelenmiştir. Dünyada makine öğrenimi projelerinde kullanılmak üzere geliştirilmiş ücretli ve ücretsiz birçok yazılım bulunmaktadır. Bu çalışmada tüm dünyada en çok kullanılan, hızlı ve güvenilir sonuçlar veren Python yazılım dili kullanıldı. Python dili tek başına proje geliştirmekte yeterli olmadığı için kütüphanelere ihtiyaç duymaktayız. Makine öğrenimi projeleri için geliştirilen bu kütüphaneler bizlere hız kazandırmaktadır. Ülkelerin sağlık yönetimi gelecekte oluşacak hasta ve vaka sayılarını tespit ederek sağlık sistemini korumayı istemektedir. Bunun için ülkeler yapay zekadan destek alma yoluna gitmiştir ve birçok yapay sinir ağı projesi geliştirmiştir. Makine öğreniminden faydalanılarak erken tanı sistemini hayata geçiren birçok ülke bu çalışmalarında başarılı olmuştur. Bu çalışmada yapay sinir ağlarından faydalanılarak T.C. Sağlık Bakanlığının vermiş olduğu verisetleri ışığında makine öğrenmesi yöntemiyle verisetlerinin analizi yapılmıştır. Türkiye'deki vakaların sayısını görebilmek için tek katmanlı ve üç katmanlı bir yapay sinir ağı algoritması kullanılmıştır. Çalışma içerisinde kullanılacak veriler T.C. Sağlık Bakanlığının resmi internet sitesinden çekilerek düzenlenmiş ve .csv uzantılı bir şekilde internet bulut hesabı üzerine yüklenmiştir. Bütün çalışma boyunca buradan veriler çekilerek işlenmiştir. Makine öğrenimi algoritmasında gizli katmanların sayıları değiştirilerek elde edilen sonuçlar incelenmiştir ortaya çıkan değerler tablolar halinde sunulmuştur. İlk önce vaka sayıları tek katmanlı bir yapay sinir ağında daha sonrada aynı veriler üç gizli katmanlı yapay sinir ağında incelenmiştir. Çıkan değerler tablolarda verilmiş olup aynı zamanda değişimler grafikler ile sunulmuştur.
Özet (Çeviri)
Starting from the city of Wuhan in China in 2019, the Corona Virus, which spread all over the world and became a pandemic, caused great damage. Covid-19 has infected millions of people all over the world, causing deaths in an outbreak. Countries have suffered great losses both socially and economically. Each country has taken many precautions within itself and has taken some preventive measures which are mainly technology based. In this study, firstly, the difference between data and information is explained. In order to work on a machine learning project, the difference between data and information must be acknowledged. Following that, the information about data mining is provided. In this study, the data published by the Ministry of Health of the Republic of Turkey were obtained in accordance with the data mining technique. The data has been preprocessed so that it can be used in the artificial neural network project. Then, the methods suitable for our study were examined. There are a variety of paid and free software developed to be used in machine learning projects in the world. In this study, Python software language, which is the most used all over the world and deliveres fast and precise results, was used. Since the Python software language alone is not enough to develop projects, libraries are needed to expedite the process. The health management of the countries aims to prevent damage to the health system by determining the number of patients and cases that will occur in the future. In order to enhance this, countries have used artificial intelligence and have developed many artificial neural network projects. Many countries that have implemented the early diagnosis system by making use of machine learning, have been successful in these studies. Analysis of the datasets by using the artificial neural networks and the datasets provided by the Ministry of Health of the Republic of Turkey has been done by using the machine learning method. While creating the study content, a single-layer and three-layer artificial neural network algorithm was used to see the number of cases in Turkey. The data to be used in the study were taken from the official website of the Ministry of Health of the Republic of Turkey, arranged and uploaded to the internet cloud account with a .csv extension. During the whole study, data was extracted and processed from there. The results obtained by changing the number of hidden layers in the machine learning algorithm are examined and the resulting values are presented in tables. First, the case numbers were analyzed in a single-layer artificial neural network, and then the same data were examined in a three-layer artificial neural network. The resulting values are given in the tables and the changes are demonstrated with graphics.
Benzer Tezler
- Covid-19 aşısı ile ilgili makine öğrenmesine dayalı twitter duygu analizi
Machine learning based twitter sentiment analysis on Covid-19 vaccine
CEM NASİFOĞLU
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. PELİN GÖRGEL
- Hemşirelerin işten ayrılma niyetlerini etkileyen faktörlerin makine öğrenmesi yaklaşımları ile değerlendirilmesi
Evaluation of the factors affecting nurses' intention to leave their job with machine learning approaches
İREM AKÇAY
Yüksek Lisans
Türkçe
2023
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ÖYKÜM ESRA YİĞİT
- Makine öğrenme yaklaşımlarını kullanarak COVID-19 korkusu ve yaşam kalitesinin sosyal fobi üzerine etkisi
Fear of COVID-19 and quality of life effect on social phobia by using machine learning approaches
FARUK ERENCAN BALABAN
Yüksek Lisans
Türkçe
2022
Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiAnkara Hacı Bayram Veli ÜniversitesiSağlık Yönetimi Ana Bilim Dalı
DR. NİHAN POTAS
- Covid-19 pandemic prediction using artificial intelligence techniques in Türkiye
Türkiye'de yapay zeka teknikleri kullanılarak Covid-19 pandemi tahmini
SERPİL KARA
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri MühendisliğiAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA GÖÇKEN
- Kriz dönemlerinde hava kargo yöneticilerinin karar verme stratejilerinin kriz yönetimine etkisi
The effect of air cargo managers' decision-making strategies on crisis management in crisis periods
ŞÜKRÜ CAN
Yüksek Lisans
Türkçe
2024
Sivil Havacılıkİstanbul Gelişim ÜniversitesiHavacılık Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HABİBE GÜNGÖR