Geri Dön

Anne sağlığı riski için makine öğrenmesi modellerinin performans karşılaştırması

Performance comparison of machine learning models for maternal health risk

PDF İndir

  1. Tez No: 810310
  2. Yazar: ŞEYMA KARACA
  3. Danışmanlar: DR. ÖĞR. ÜYESİ GÖKALP TULUM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Çocuk Sağlığı ve Hastalıkları, Child Health and Diseases
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Üsküdar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka Bilim Dalı
  13. Sayfa Sayısı: 81

Özet

Teknolojinin gelişmesiyle son zamanlarda sağlık sektöründe önemli hale gelen yapay zekâ çalışmaları sayesinde, hastalıkların teşhisi için yapay zekânın alt dallarından olan makine öğrenmesi oldukça yaygın kullanılmaktadır. Tez çalışmasında anne sağlığı riski üzerine bir veri seti kullanılarak belirlenen ölçütler düzeyinde hamilelikte riski belirlemeye yönelik sınıflandırma çalışması yapılması amaçlanmıştır. Çalışmada python programlama dili kullanılarak makine öğrenmesi sınıflandırma algoritmalarından lineer regresyon, destek vektör makineleri, karar ağacı algoritması, rastgele orman algoritması, çok katmanlı algılayıcı, naive bayes sınıflandırıcısı, k-en yakın komşu algoritması ve XGBoost sınıflandırıcı kullanılmıştır. Aynı zamanda her bir algoritma için temel bileşenler analizi ve lineer diskriminant analizi uygulanmış olup oluşturulan modellerin doğruluk oranlarına bakılarak tahminde bulunulmuştur. Test veri seti kullanılarak yapılan tahmin sonucunda en yüksek doğruluk oranı %84 ile rastgele orman algoritmasından elde edilmiştir. PCA dönüşümü kullanılarak yapılan tahmin sonucuna göre en yüksek doğruluk oranı %82 ile rastgele orman algoritması ve K-en yakın komşu algoritmasından elde edilmiştir. LDA dönüşümü kullanılarak yapılan tahmin sonucuna göre ise en yüksek doğruluk oranı %85 ile karar ağacı algoritması ve K-en yakın komşu algoritmasından elde edilmiştir. Çalışmada, yapılan tahmin sonuçlarına ait hata matrislerine ve doğruluk tablolarına yer verilmiştir.

Özet (Çeviri)

Thanks to artificial intelligence studies, which have become important in the health sector with the development of technology, machine learning, which is one of the sub-branches of artificial intelligence, is widely used for the diagnosis of diseases. In the thesis study, it was aimed to make a classification study to determine the risk in pregnancy at the level of criteria determined by using a data set on maternal health risk. In the study, linear regression, support vector machines, decision tree algorithm, random forest algorithm, multilayer perceptron, naive bayes classifier, k-nearest neighbor algorithm and XGBoost classifier were used by using python programming language. At the same time, principal components analysis and linear discriminant analysis were applied for each algorithm, and predictions were made by looking at the accuracy of the models created. As a result of the prediction made using the test data set, the highest accuracy rate was obtained from the random forest algorithm with 84%. According to the estimation result using the PCA transform, the highest accuracy rate was obtained from the random forest algorithm and K-nearest neighbor algorithm with 82%. According to the estimation result using LDA transform, the highest accuracy rate of 85% was obtained from the decision tree algorithm and the K-nearest neighbor algorithm. In the study, error matrices and truth tables of the estimation results are given.

Benzer Tezler

  1. Tez No

    729404

    Denetimli makine öğrenmesi yöntemleri ile gebelerde anemi ve anemi ile ilişkili faktörlerin tespiti

    Determination of anemia and anemia related factors in pregnant women with supervised machine learning methods

    RÜVEYDA YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    BiyoistatistikFırat Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET ONUR KAYA

  2. Tez No

    884304

    Derin öğrenme yöntemleri kullanılarak anne sağlığı risk analizi yapılması

    Maternal health risk analysis using deep learning methods

    BURÇİN YÖNEL ÖNEM

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HACER KARACAN

  3. Tez No

    506807

    Psikoz için ailesel risk grubundaki ergenlerde nörobilişsel yetiler ve sosyal biliş

    Neurocognitive abilities and social cognition in adolescents with familial high risk for psychosis

    GÖZDE YAZKAN AKGÜL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2018

    PsikiyatriMarmara Üniversitesi

    Çocuk ve Ergen Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. DR. NEŞE PERDAHLI FİŞ

  4. Tez No

    314676

    Şizofreni hastalarının çocuklarında yürütücü işlevler ve zihin kuramı incelenmesi

    Analysis of executive functions and theory of mind of offspring of schizophrenic patients

    ALİ KORKMAZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2012

    PsikiyatriPamukkale Üniversitesi

    Çocuk Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. DR. BURCU ÇAKALOZ

  5. Tez No

    526064

    Annelik ve gebeliğin bilişsel işlevler üzerine etkileri

    Başlık çevirisi yok

    BETÜL BAKAY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2018

    PsikiyatriBezm-i Alem Vakıf Üniversitesi

    Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. İSMET KIRPINAR

Geri Dön