İşitme Kaybı Tahmininde Makine Öğrenmesi Yöntemlerinin Uygulanması ve Karşılaştırılması

Authors : Yasin Tatlı

Pages : 21-26

Doi:10.35354/tbed.1580891

View : 50 | Download : 56

Publication Date : 2025-03-13

Article Type : Research Paper

Abstract :İşitme kaybının hızlı ve doğru bir şekilde tespiti, bireylerin yaşam kalitesini artırmak, sosyal ve bilişsel fonksiyonları korumak için kritik öneme sahiptir. Geleneksel işitme testleri uzun ve maliyetli süreçler gerektirirken, makine öğrenmesi tabanlı yaklaşımlar, tanıyı hızlandırma ve doğruluğu artırma potansiyeline sahiptir. Bu çalışmada, Logistic Regression, Decision Tree, ExtraTrees, SVM ve Gradient Boosting algoritmaları test edilmiştir. Gradient Boosting ve SVM modelleri %94 ve %93 doğruluk oranlarına ulaşmış; 0.97 precision ve 0.86 recall değerleriyle en iyi sonuçları sağlamıştır. Çalışma, makine öğrenmesinin sağlık bilişiminde işitme kaybı tanısı için güvenilir bir araç olarak kullanılabileceğini gösterirken, erken teşhise yönelik önemli bir katkı sunmaktadır.
Keywords : İşitme kaybı, makine öğrenmesi, sınıflandırma modelleri, sağlık bilişimi