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
- Tez No: 902908
- Danışmanlar: DR. ÖĞR. ÜYESİ ERKUT ARICAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
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
- Anıtkabir çevresi yapılaşma düzeni ve çevre ilişkilerinin görsel değerlendirilmesi üzerinde uygulamalı bir araştırma
Structural developments around Anıtkabir and a research on visual evaluation of environmental relations
IŞIK UÇMAN
Yüksek Lisans
Türkçe
1987
Şehircilik ve Bölge PlanlamaAnkara ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. YALÇIN MEMLUK
- Büyük mum güvesi (Galleria mellonella L.) ya etkili Bacillus thuringiensis suşları ve bunların plazmid içerikleri üzerinde araştırmalar
A Study of bacillus thuringiensis strains effected on creater max moth (Galleria mellonella L.) and their plasmids
MUSTAFA AKÇELİK
Yüksek Lisans
Türkçe
1987
MikrobiyolojiAnkara ÜniversitesiTarım Ürünleri Teknolojisi Ana Bilim Dalı
DOÇ.DR. M. LÜFTÜ ÇAKMAKÇI
- Amorf silisyum karbür filmlerinin hazırlanması ve çeşitli fiziksel özelliklerinin ölçümü
Başlık çevirisi yok
RAMAZAN ESEN
Doktora
Türkçe
1986
Fizik ve Fizik MühendisliğiÇukurova ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. REMZİ ENGİN
- Bitlis-Zağros bindirme ve kıvrımlı kuşağının sismotektonik özellikleri
Başlık çevirisi yok
HALUK EYİDOĞAN
- Nikel (II) ve demir (III) nitrit komplekslerinin sulu ortamdaki ardışık oluşumunun potansiyometrik ve spektrofotometrik yöntemle incelenmesi
Potentiometric and spectrophotometric studies on the stepwise formation of cmoplexes of nicel (II) and iron (III) nitrites in aqueous solution
F. BEDİA ERİM