Geri Dön

Beyond BMI: Comparative analysis of machine learning models for obesity classification without height and weight data

BMI'nin ötesinde: Boy ve kilo verileri olmadan obezite sınıflandırması için makine öğrenmesi modellerinin karşılaştırmalı analizi

  1. Tez No: 902908
  2. Yazar: AHMED CİHAD GENÇ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ERKUT ARICAN
  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: 2024
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka Bilim Dalı
  13. Sayfa Sayısı: 70

Özet

Obezite, modern dünyada yaygın bir sorundur ve kronik inflamasyon, metabolik bozukluklar ve tip II diyabet ile kardiyovasküler hastalıklar gibi birçok hastalıkla birlikte ortaya çıkmaktadır. Bu çalışma, obezite riskinin değerlendirilmesinde makine öğrenimi (ML) uygulamasını amaçlamaktadır. Bu çalışma, obezite sınıflandırmasında çeşitli sınıflandırma algoritmalarının performansını değerlendirmekte ve Lojistik Regresyon, Karar Ağaçları, Rastgele Ormanlar, Destek Vektör Makineleri, K-En Yakın Komşu, Naive Bayes ve Sinir Ağları gibi algoritmaları karşılaştırmaktadır. Çalışma, BMI'nin hesaplanmasında kullanılan değişkenlerin veri setinden çıkarılması durumunda, Rastgele Orman modelinin yüksek performansını raporlamaktadır. Bu çalışma, obezite riskinin tahmin edilebileceğini ve bu durumun diyet ve egzersiz gibi müdahalelerle önlenebileceğini, bunun da halk sağlığı yönetiminde ciddi bir öneme sahip olduğuna işaret etmektedir. Ayrıca, aynı veri seti kullanılarak yapılan diğer ilgili çalışmalara da değinmekte ve özellikle veri ön işleme ve özellik seçiminin model sonuçlarını iyileştirmedeki etkisini vurgulamaktadır.

Özet (Çeviri)

Obesity is a widespread issue in the modern world, and it is accompanied by such consequences as chronic inflammation, metabolic disorders, and numerous diseases, including diabetes type II and cardiovascular diseases. The present study aims to address the application of machine learning (ML) in assessing obesity risk. This paper assesses the performance of several classification algorithms in the classification of obesity and compares Logistic Regression, Decision Trees, Random Forests, Support Vector Machines, K-Nearest Neighbors, Naive Bayes, and Neural Networks. This study presents the Random Forest model and its high performance when the variables used to derive the BMI, which is the variable to be predicted, are removed from the data set. This study points to the fact that it is possible to predict early obesity risk, which can help prevent the condition through changes in diet and exercise, which are vital in public health management. The study also points to other related work done with the same dataset and highlights differing approaches in method and findings, in particular, the impact of data pre-processing and feature selecting in improving model outcomes.

Benzer Tezler

  1. Obezite tanısı olan bireylerde depresyon, bilgece farkındalık ve çocukluk çağı travmaları arasındaki ilişkiler

    Relations between depression, mindfulness and childhood traumas among individuals diagnosed with obesity

    DUYGU CENGİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    PsikolojiHaliç Üniversitesi

    Psikoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BENGİSU NEHİR AYDIN

  2. Bariatrik cerrahi sonrası 6. ayını dolduran bireylerin protein tüketimi ve biyokimyasal değerler ile ilişkilendirilmesi

    Association of protein consumption and biochemical values of individuals filling 6 months after bariatric surgery

    HATİCE GÜRGEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Beslenme ve DiyetetikHaliç Üniversitesi

    Beslenme ve Diyetetik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEYNEP ÖZERSON

  3. KOAH atağında hastanede yatarak kısa süreli pulmoner rehabilitasyon etkinliği

    A short-term pulmonary rehabilitation in aecopd during hospitalization

    ZEHRA SELİM

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2019

    Göğüs HastalıklarıSağlık Bilimleri Üniversitesi

    Göğüs Hastalıkları ve Tüberküloz Ana Bilim Dalı

    PROF. PINAR ERGÜN

  4. Komplikasyonlu diabetes mellituslu hastalarda agmatin düzeylerinin yüksek performanslı sıvı kromatografi (Hplc) yöntemi ile ölçülmesi

    Measurement of agmatine levels in patients with complicated diabetes mellitus by high performance liquid chromatography (Hplc) method

    NACİ ÖMER ALAYUNT

    Doktora

    Türkçe

    Türkçe

    2023

    BiyokimyaFırat Üniversitesi

    Tıbbi Biyokimya Ana Bilim Dalı

    PROF. DR. BİLAL ÜSTÜNDAĞ

  5. Çocuklarda FABP4 gen ekspresyonu ile FABP4 serum düzeylerinin obezite ve insülin dürenciyle ilişkisi

    Associations of FABP4 gene expression and FABP4 serum levels to obesity end insulin resistance in children

    AYTAÇ YAMAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2010

    Çocuk Sağlığı ve Hastalıklarıİstanbul Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. HÜLYA GÜNÖZ