- Book学术

发布求助

文献互助智能选刊最新文献

İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi Pub Date : 2022-09-01 DOI:10.55071/ticaretfbd.1145660

Gamze Kaba, Seda Bağdatlı Kalkan

{"title":"KARDİYOVASKÜLER HASTALIK TAHMİNİNDE MAKİNE ÖĞRENMESİ SINIFLANDIRMA ALGORİTMALARININ KARŞILAŞTIRILMASI","authors":"Gamze Kaba, Seda Bağdatlı Kalkan","doi":"10.55071/ticaretfbd.1145660","DOIUrl":null,"url":null,"abstract":"Makine öğrenmesi teknikleri, günümüzde birçok alanda kullanılmakta olup veri yığınlarını sınıflandırmaya ve tahmine dayalı analizler ile veriden faydalı bilgiler çıkarmamıza olanak sağlamaktadır. Gelişen teknoloji ile özellikle sağlık alanında kayıt altına alınan veri sayısında gün geçtikçe ciddi artışlar yaşanmaktadır. Sağlık sektöründe oluşan veri yığınlarının makine öğrenmesi yöntemleri ile analiz edilerek yorumlanması, birçok hastalığın erken teşhisinde önem arz etmektedir. Bu çalışmada Kardiyovasküler Hastalığın erken teşhisine katkı sağlamak için makine öğrenmesi algoritmaları ile çalışmada kullanılan veriler üzerinde en başarılı sınıflandırma tahminini yapan algoritmaya ulaşmak hedeflenmiştir. Bu doğrultuda Naive Bayes, Lojistik Regresyon, Rastgele Ormanlar, K-En Yakın Komşu ve Destek Vektör Makineleri olmak üzere beş farklı makine öğrenmesi yöntemi kullanılarak performansları karşılaştırılmıştır. Böylece en başarılı tahmin performansını veren yöntem tespit edilmiştir. Olası bir kalp hastalığı tahmini üzerine yapılacak olan çalışmalar için makine öğrenmesi algoritmalarından analize uygun yöntem seçiminde fikir vermek amaçlanmıştır. Aynı zamanda, sağlık alanında yapılacak olan benzer çalışmaların güncel tutulması hastalığın erken teşhisine ve tedavisine katkı sağlayabilmektedir. \n \nAnahtar Kelimeler: Kardiyovasküler Hastalık, makine öğrenmesi, sınıflandırma algoritmaları","PeriodicalId":276625,"journal":{"name":"İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi","volume":"16 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.55071/ticaretfbd.1145660","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 2

摘要

如今，机器学习技术被广泛应用于许多领域，使我们能够对数据堆栈进行分类，并通过预测分析从数据中提取有用信息。随着技术的发展，记录的数据数量与日俱增，尤其是在卫生领域。利用机器学习方法分析和解读卫生领域的大量数据，对于许多疾病的早期诊断非常重要。在这项研究中，我们的目标是利用机器学习算法对研究中使用的数据进行最成功的分类预测，从而为心血管疾病的早期诊断做出贡献。为此，我们使用了五种不同的机器学习方法，即 Naive Bayes、Logistic Regression、Random Forests、K-Nearest Neighbour 和支持向量机，并对它们的性能进行了比较。因此，确定了预测性能最成功的方法。该研究的目的是提供一种思路，以便从机器学习算法中选择适合分析的方法，用于可能的心脏病预测研究。同时，不断更新健康领域的类似研究也有助于疾病的早期诊断和治疗。关键词心血管疾病、机器学习、分类算法

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

KARDİYOVASKÜLER HASTALIK TAHMİNİNDE MAKİNE ÖĞRENMESİ SINIFLANDIRMA ALGORİTMALARININ KARŞILAŞTIRILMASI

Makine öğrenmesi teknikleri, günümüzde birçok alanda kullanılmakta olup veri yığınlarını sınıflandırmaya ve tahmine dayalı analizler ile veriden faydalı bilgiler çıkarmamıza olanak sağlamaktadır. Gelişen teknoloji ile özellikle sağlık alanında kayıt altına alınan veri sayısında gün geçtikçe ciddi artışlar yaşanmaktadır. Sağlık sektöründe oluşan veri yığınlarının makine öğrenmesi yöntemleri ile analiz edilerek yorumlanması, birçok hastalığın erken teşhisinde önem arz etmektedir. Bu çalışmada Kardiyovasküler Hastalığın erken teşhisine katkı sağlamak için makine öğrenmesi algoritmaları ile çalışmada kullanılan veriler üzerinde en başarılı sınıflandırma tahminini yapan algoritmaya ulaşmak hedeflenmiştir. Bu doğrultuda Naive Bayes, Lojistik Regresyon, Rastgele Ormanlar, K-En Yakın Komşu ve Destek Vektör Makineleri olmak üzere beş farklı makine öğrenmesi yöntemi kullanılarak performansları karşılaştırılmıştır. Böylece en başarılı tahmin performansını veren yöntem tespit edilmiştir. Olası bir kalp hastalığı tahmini üzerine yapılacak olan çalışmalar için makine öğrenmesi algoritmalarından analize uygun yöntem seçiminde fikir vermek amaçlanmıştır. Aynı zamanda, sağlık alanında yapılacak olan benzer çalışmaların güncel tutulması hastalığın erken teşhisine ve tedavisine katkı sağlayabilmektedir. Anahtar Kelimeler: Kardiyovasküler Hastalık, makine öğrenmesi, sınıflandırma algoritmaları

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi

自引率

0.00%

发文量