Geri Dön

Improve diabetes diagnosis by integrating multiple machine learning algorithms

Çoklu makine öğrenme algoritmalarını entegre ederek diyabet teşhisini gelıştırın

PDF İndir

  1. Tez No: 817924
  2. Yazar: FERAS KHALEL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ NEHAD T.A RAMAHA
  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: 2023
  8. Dil: İngilizce
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Diyabet, hastalığı takip eden birçok komplikasyonu olan ve dünya çapında önde gelen ölüm nedenlerinden biri olan kronik bir hastalıktır. Bu hastalığa yakalananların sayısı her geçen gün artıyor. Bu nedenle, bu hastalığı erken bir aşamada tahmin etmek, hastalığı takip eden birçok komplikasyonun önlenmesine yardımcı olur. Günümüzde birçok medikal sektör yapay zeka teknolojilerini kullanmaya ve hizmetlerinden yararlanmaya ilgi duymaya başlamıştır. Hastanın durumunu erken bir aşamada tahmin etmek için veri madenciliği ve makine öğrenimi teknikleri kullanılır. Bu konuda birçok çalışma yapılmıştır. Bununla birlikte, önceki çalışmaların çoğunda, etkilenen hastalar için hatırlama ölçüsü kabul edilebilir bir doğruluğa ulaşmadı. Bu nedenle, bu çalışmada bu eksikliği gidermek ve diyabeti tahmin etmek için yeni bir model sunmak için çalıştık. Çalışma sırasında veri seti işlenmiştir. Daha sonra modelleri oluşturmak ve hastanın durumunu bireysel olarak tahmin etmek için altı makine öğrenimi algoritması kullanıldı. Ardından en iyi üç algoritma seçildi. Son olarak, bu algoritmalar, hastanın durumunu tahmin etmek için güvenli bir sonuç veren hibrit bir model oluşturmak için birleştirildi. Önerilen model %96.55 doğruluk vermiştir. Hatırlama ölçeğinin doğruluğu %97.73 idi. Bu çalışmadan elde edilen doğruluk önceki çalışmalara göre daha iyi ve daha güvenilirdir çünkü bu çalışmada veri seti işlenip dengelenmiştir.

Özet (Çeviri)

Diabetes is a chronic disease with many complications that follow the disease and is one of the leading causes of death worldwide. The number of people infected with this disease is increasing every day. Therefore, predicting this disease at an early stage helps to avoid many complications that follow the disease. Nowadays, many medical sectors have begun to take an interest in using artificial intelligence technologies and benefiting from their services. Data mining and machine learning techniques are used to predict the patient's condition at an early stage. Many studies have worked on this topic. However, in most previous studies, the recall measure for affected patients did not reach an acceptable accuracy. Therefore, in this study, we worked to address this deficiency and present a new model for predicting diabetes. During the study, the data set was processed. Six machine learning algorithms were then used to build the models and individually predict the patient's condition. Then the three best algorithms were selected. Finally, these algorithms were combined to create a hybrid model that gives a safe result to predict the patient's condition. The proposed model gave an accuracy of 96.55%. The accuracy of the recall scale was 97.73%. The accuracy obtained from this study is better than the accuracy of previous studies and more reliable because, in this study, the data set was processed and made balanced.

Benzer Tezler

  1. Tez No

    974328

    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

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilişim Sistemleri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜSEYİN DEMİRCİ

  2. Tez No

    221

    Hızlı katılaşma ile yüksek mukavemetli malzemelerin üretilmesi ve kurşun-asit akümalatörlerine uygulanması

    Başlık çevirisi yok

    ÜMİT AKÇAL

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiUludağ Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİM DEMİRCİ

  3. Tez No

    233

    Çukurova bölgesinde biyoklimatik veriler kullanılarak açık ve yeşil alan sistemlerinin belirlenmesi ilkeleri üzerinde bir araştırma

    A research on the determination of the principles in open and green spaces systems by using the bioclimatic data in Çukurova region

    MEHMET FARUK ALTUNKASA

    Doktora

    Türkçe

    Türkçe

    1987

    Çevre MühendisliğiÇukurova Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    DOÇ. DR. ERDOĞAN GÜLTEKİN

  4. Tez No

    611

    Bira ve alkol üretiminde kullanılan bazı enzimlerin mikrobiyal yolla eldesi

    Başlık çevirisi yok

    HÜSEYİN ÜSTÜNES

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Gıda MühendisliğiEge Üniversitesi

    Gıda Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ULGAR GÜVENÇ

  5. Tez No

    77

    Lohusalıkta anneye verilen sağlık eğitiminin annenin doğum sonrası döneme ilişkin bilgi düzeyine etkisinin incelenmesi

    Başlık çevirisi yok

    HANDAN GÜLER

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    HemşirelikCumhuriyet Üniversitesi

    Hemşirelik Ana Bilim Dalı

    Y.DOÇ.DR. MELİHA ATALAY

Geri Dön