Classification the data set in medical care (Breast cancer) by using machine learning algorithms

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği, Türkiye

Tezin Onay Tarihi: 2017

Tezin Dili: İngilizce

Öğrenci: NUSAIBAH KHALID ABDULMAJEED ABDULMAJEED

Danışman: Turgay İbrikçi

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Günümüzde, büyük veri kümesinden bilgi edinmek için data setleri her geçen gün büyümektedir. Veri tabanından yararlı bilgilerin çıkarılması işlemi veri madenciliği olarak tanımlanır. Bu da özellikle tıbbi bakımda tanısal sonuçları elde etmek için kullanılan en önemli tekniklerden biridir. Meme kanseri, diğer bütün tümör türleri ile karşılaştırıldığında kadınlarda yaygın görülen kanserlerden biridir. Sınıflandırma, gerçek hayat uygulamalarındaki her alanında yaygın bir şekilde kullanılmaktadır. Bu teknik bir insan tarafından fark edilemeyecek küçük benzerlik ve farklılıkları tespit etme yeteneğine sahiptir. Böylece daha faydalıve doğru sınıfların oluşmasını sağlayacaktır. Bu tez, Sıralı Minimal Optimization (SMO) destekli Destek Vektör Makinalarının farklı çekirdek fonksiyonları ile ve karar ağaçları algoritmaları ve meme kanseri verilerini analizve karşılaştırmaları ortaya koymaktadır.Karar ağacı algoritmaları olarak:J48, Functional Tree, Rasgele Orman, AD Değişen karar Ağacı, Karar kütüğü Ağaç, Basit Sepet veEn İyi İlk Ağaç algoritmaları uygulanmaktadır. Ayrıca Destek Vektörü Makinası olarak Normalleştirilmiş Poly çekirdeği,Poly Çekirdeği, PUK çekirdeği ve RBF Çekirdeği kullanılmıştır. Bu algoritmaların sonuçları, bir makina öğrenme ortamı olan WEKA üzerinde ortaya koyulmuştur. Bu sınıflandırma algoritmaları arasındaki farklılıkları test etmek için 32 özellikli 357 iyi huylu ve 212 kötü huylu (malign)sonuçlarına sahip toplamda 569 veriyi içermektedir.