Makine öğrenmesi algoritmaları ile kalp hastalığı tahmini
Heart disease prediction with machine learning algorithms
- Tez No: 909836
- Danışmanlar: DR. ÖĞR. ÜYESİ TALAT FİRLAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İSTANBUL BEYKENT ÜNİVERSİTESİ
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 74
Özet
Günümüzde çok daha hızlı bilgisayarların geliştirilmesi ile makine algoritma sistemleri de bir o kadar geliştirilerek yapay zekânın sağlık sektöründe kullanımı ciddi oranda artmıştır. Bu algoritmaların tıp alanında kullanımı önemli gelişmelere yol açmıştır. Kalp hastalıklarının tedavi edilmesi adına teşhisinde de yapay zeka teknikleri çok sıklıkla kullanılmaktadır. Tez çalışmasında yapay zekanın alt dallarından olan makine öğrenmesi kullanılarak, bir sınıflandırma problemi olarak kalp hastalığına ait olan bir veri seti alınarak, bu veri setindeki hastaların kalp hastası olma olasılıkları üzerine bir tahminleme yapılmıştır. Elde edilen veri seti denetimli öğrenme sisteminin alt algoritmaları ile eğitimi gerçekleştirilerek her sınıflandırma algoritması ile ayrı ayrı model oluşturulmuş ve daha sonra oluşturulan bu modeller ile test veri seti karşılaştırılarak kalp hastalığı tahmini yapılmıştır. Uygulama olarak KNIME Analytics Platform kullanılmıştır. Sınıflandırma algoritmalarından ise LPROP Çok Katmanlı Algoritma, K-Means Kümeleme, Destek Vektör Makineleri, Naive Bayes, Karar Ağacı, Lojistik Regresyon, sinir ağları algoritmaları ile toplu öğrenme yöntemleri kullanılmıştır. Uygulama ile yapılan deneme ve testlerde alınan sonuçlara göre test veri setinin doğruluk oranı değerlendirildiğinde en yüksek doğruluk oranlarına %85,26 oran ile Naive Bayes yöntemi ile ulaşılmıştır. Yapılan çalışmada tahminlere ait hata matrisleri de değerlendirmeye alınarak tablolar halinde gösterilmiştir.
Özet (Çeviri)
Nowadays, with the development of much faster computers and machine algorithm systems, the use of artificial intelligence in the healthcare sector has increased significantly. The use of these algorithms in the field of medicine has led to significant developments. Artificial intelligence techniques are frequently used in the diagnosis and treatment of heart diseases. In the thesis study, using machine learning, one of the sub-branches of artificial intelligence, a data set of heart disease was taken as a classification problem and a prediction was made on the probability of the patients in this data set to have heart disease. The obtained data set was trained with the sub-algorithms of the supervised learning system, a separate model was created with each classification algorithm, and then heart disease was predicted by comparing these created models with the test data set. KNIME Analytics Platform was used as the application. Among the classification algorithms, LPROP Multilayer Algorithm, K-Means Clustering, Support Vector Machines, Naive Bayes, Decision Tree, Logistic Regression, neural network algorithms and collective learning methods were used. When the accuracy rate of the test data set was evaluated according to the results obtained in the trials and tests carried out with the application, the highest accuracy rate was achieved with the Navi Bayes method with a rate of 85.26%. In the study, the error matrices of the predictions were also evaluated and shown in tables
Benzer Tezler
- Makine öğrenmesi algoritmaları ile kalp hastalığı tahmini
Prediction of heart disease with machine learning algorithms
GÜNEŞ GÜRSOY
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ASAF VAROL
- Makine öğrenmesi ve öznitelik seçim yöntemleri ile kardiyovasküler hastalıkların tespiti
Prediction of cardiovascular diseases with machine learning and feature selection methods
ŞEYMA İZMİR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA CEM KASAPBAŞI
- Hastalık tahmininde makine öğrenmesi sınıflandırma algoritmalarının karşılaştırılması ve bootstrap metodu kullanımı
Comparison of machine learning classification algorithms and using the bootstrap method in disease prediction
GAMZE KABA
Yüksek Lisans
Türkçe
2022
İstatistikİstanbul Ticaret Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. SEDA BAĞDATLI KALKAN
- Automated diagnostic tool for hypertension using deep learning model
Derin öğrenme modelini kullanarak hipertansiyon için otomatik teşhis aracı
TUĞBA YILMAZ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAHA ŞEN
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK