Prediction of maximum oxygen uptake from maximal and non-exercise variables using machine learning methods

Noushin Shokrollahi Ghahremanlou

Prediction of maximum oxygen uptake from maximal and non-exercise variables using machine learning methods

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği, Türkiye

Tezin Onay Tarihi: 2012

Tezin Dili: İngilizce

Öğrenci: Noushin Shokrollahi Ghahremanlou

Asıl Danışman (Eş Danışmanlı Tezler İçin): MEHMET FATİH AKAY

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tezin amacı, maksimal ve egzersize bağlı olmayan değişkenler kullanarak doğru VO2max tahmin modelleri geliştirmek ve maksimal tahmin modellerinin egzersize bağlı olmayan anket değişkenleriyle geliştirilebileceğini göstermektir. DVM, YSA, ÇDR ve GRSA gibi makine öğrenmesi yöntemleri, VO2max tahmin modellerini geliştirmek için kullanılmıştır. VO2max tahmin için iki değişik veri kümesi kullanılmıştır. Modellerin başarımını ölçmek amacıyla kullanılan KKve STH değerleri 10 katlı çapraz doğrulama kullanarak hesaplanmıştır. Sonuçlar göstermiştir ki, YSA tabanlı maksimal tahmin modellerine anket sonuçlarını eklemek ilk veri kümesi için KK değerinde %4.25 ile %10.81 arasında artışa ve STH değerinde ise %27.53 ile %35.59 arasında bir düşüşe neden olmuştur. İkinci veri kümesinde ise KK değerinde %1.08 ile %6.97 arasında artış,STH değerinde ise %0.53 ile %17.97 arasında düşüş görülmüştür. Bununla birlikte YSA tabanlı tahmin modellerinin GRSA, DVM ve ÇDR tabanlı modellere göre daha doğru sonuçlar ürettiği gözlenmiştir.