Geri Dön

Denetimsiz makine öğrenmesi ile hasta bekleme sürelerinin tahmini

Predicting patient waiting times with unsupervised machine learning

PDF İndir

  1. Tez No: 957349
  2. Yazar: SERHAT DOĞAN
  3. Danışmanlar: DOÇ. DR. MELİK KOYUNCU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Veri, Büyük Veri, Karma Dağılım, Kümeleme, Makine Öğrenmesi, Data, Big Data, Mixture Distribution, Clustering, Machine Learning
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Veri, günümüz dünyasında siyasi, ekonomik, sosyal, bilimsel ve teknolojik ilerlemenin temel unsuru haline gelmiştir. Dijitalleşme sürecinin hızlanmasıyla birlikte, sağlık, eğitim, mühendislik, finans, kamu yönetimi gibi hemen her alanda büyük miktarda veri üretilmektedir. Üretilen bu veriler analiz edilip, anlamlı içgörüler çıkarıldığında, karar verme süreçlerinin vazgeçilmez bir bileşeni olarak kullanılmaktadır. Ham verinin anlamlı bilgiye dönüşebilmesi için istatistiksel yöntemler ve makine öğrenmesi algoritmaları ile işlenmesi gerekmektedir. Bu tez çalışmasında, veri, büyük veri, veri madenciliği, makine öğrenmesi, makine öğrenmesi türleri gibi kavramlar ve metodojiler, sağlık, sağlık hizmetleri, sağlık hizmetlerinde karar verme gibi kavramlar incelenmiştir. Sağlık sistemleri araştırmanın çerçevesi olarak belirlenmiş ve büyük veri ile makine öğrenmesi tekniklerinin sağlık hizmetlerinde kullanım alanları incelenmiştir. Sağlık hizmetlerinde makine öğrenmesi yöntemlerinin kullanımına yönelik olarak, bir hastanenin acil servisine başvuran hastaların bekleme süreleri makine öğrenmesinin denetimsiz öğrenme yöntemlerinden karma dağılım metodu ile analiz edilmiştir. Çalşımada Gamma karma dağılımı ve Poisson karma dağılımı modelleri kullanılarak hastaların farklı branşlarda bekleme sürelerine ilişkin kümeleme analizi yapılmıştır. Hasta bekleme sürelerinin istatistiksel dağılımlarının branş bazında farklılık gösterdiği ve bu verilerin tekil bir istatistiksel dağılım yerine karma istatistiksel dağılımlar ile daha uygun biçimde temsil edildiği gözlemlenmiştir.

Özet (Çeviri)

Data has become a fundamental element of political, economic, social, scientific, and technological progress in today's world. With the acceleration of digitalization, vast amounts of data are being generated in almost every field, including healthcare, education, engineering, finance, and public administration. Once this data is analyzed and meaningful insights are extracted, it becomes an indispensable component of decision-making processes. To transform raw data into meaningful information, it must be processed using statistical methods and machine learning algorithms. This thesis examines concepts and methodologies such as data, big data, data mining, machine learning, types of machine learning, and concepts such as health, healthcare services, and decision-making in healthcare. Healthcare systems were chosen as the research framework, and the application of big data and machine learning techniques in healthcare was examined. To address the use of machine learning methods in healthcare, the waiting times of patients presenting to a hospital emergency department were analyzed using the mixture distribution method, an unsupervised learning method in machine learning. Cluster analysis was conducted on patient waiting times across different branches using the Gamma mixture distribution and Poisson mixture distribution models. It has been observed that the statistical distributions of patient waiting times vary by branch and that these data are more appropriately represented by mixture statistical distributions rather than a single statistical distribution.

Benzer Tezler

  1. Tez No

    1023809

    Yapay zekâ tabanlı kendi kendini test eden sistem tasarımı

    Artificial intelligence based self-testing system design

    EKREM EROL

    Doktora

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-Cerrahpaşa

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SİBEL SENAN

  2. Tez No

    33

    New algorithms and techniques for microprocessor-controlled PWM induction drives

    Başlık çevirisi yok

    OSMAN KÜKRER

    Doktora

    İngilizce

    İngilizce

    1987

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. H. BÜLENT ERTAN

  3. Tez No

    94

    Apandiste parazitlerin dağılımı

    Distribution of parasites in the appendix

    NURCAN YÜCEL TEMİZKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    MikrobiyolojiCumhuriyet Üniversitesi

    Mikrobiyoloji Ana Bilim Dalı

    DOÇ.DR. GÜLENDAME SAYGI

  4. Tez No

    389

    Doğru akım motorlarında hız kontrolu ve yeni bir doğru akım darbeleyicisi tasarımı

    Başlık çevirisi yok

    İSMAİL COŞKUN

    Doktora

    Türkçe

    Türkçe

    1987

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Eğitimi Ana Bilim Dalı

    DOÇ. DR. ATİLLA ÖZMEN

  5. Tez No

    445

    Sendikaların denetimi

    Başlık çevirisi yok

    SELAHATTİN BEDİR

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Çalışma Ekonomisi ve Endüstri İlişkileriGazi Üniversitesi

    PROF. DR. KAMİL TURAN

Geri Dön