Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: Engin Eşsiz
Asıl Danışman (Eş Danışmanlı Tezler İçin): Hacire Oya Yüregir
Özet:
Vitamin D hem yetişkin hem de çocuk sağlığı için gerekli
vitaminler arasındadır ve eksikliği birçok hastalığın habercisi olarak
görülmektedir. Diyabet ise birçok ölümcül hastalığın oluşumunda öncü rol oynayan kronik
bir sağlık durumudur. Bu çalışmada,
nitelik seçimi ile birleştirilmiş veri madenciliği tekniklerine dayalı olarak
vitamin D eksikliği teşhisi önerilmiştir. Yapılan çalışma kan testi sonuçları üzerinden vitamin D
değerini doğru tahminlemeye çalışırken aynı zamanda tahmin için gerekli
parametreleri de azaltmayı hedeflemektedir. Makine öğrenmesi ile yapılan
tahminler, laboratuvar ortamında yapılan vitamin D ölçüm sürecinden
kıyaslanamayacak derecede hızlı sonuç vermektedir. En iyi sonuç diyabet hastalarının veri seti üzerinde tamamlanan deneyler
sonucunda alınmış ve relif-f nitelik seçimi algoritmasıyla seçilen 19
nitelikten oluşan destek vektör makineleri modeli için % 98,030 ile en yüksek
sınıflandırma doğruluğunun elde edildiği görülmüştür. Çalışma sonucunda,
yapılan testlerin azaltılabileceği görülmüştür. Yöntemlerin performansları
sınıflandırma doğruluğu, duyarlılık, özgüllük, kesinlik, f-measure ve kappa
gibi performans ölçütleri kullanılarak değerlendirilmiştir. Ayrıca bu
çalışmayla tüm parametrik ve parametrik olmayan algoritmalar için yeni bir
kıyaslama veri seti hazırlanmıştır.