Makine Öğrenmesi Yöntemlerinin Felç Riskinin Belirlenmesinde Performansı: Karşılaştırmalı bir çalışma

Authors : Özer OĞUZ, Suat BAYIR, Hasan BADEM

Pages : 274-287

Doi:10.53070/bbd.990530

View : 9 | Download : 13

Publication Date : 2021-10-20

Article Type : Research Paper

Abstract :Felç insert ignore into journalissuearticles values(inme);, beyin ya da kalbin belli bir bölgesinde kan akışının azalması ya da kesilmesi sonucunda gerçekleşen ani krizlerdir. Dünya genelinde ölüme en çok neden olan rahatsızlıklardan biri olan felcin kalıcı sakatlanmalara da neden olduğu bilinmektedir. Bu nedenle felç riskinin önceden belirlenmesi ölüm ya da kalıcı sakatlık riskinin azaltılması için oldukça önemlidir. Bu çalışmada felcin erken teşhisi ve risk sınıflandırması için 13 farklı makine öğrenme yöntemi kullanılmış ve deneysel sonuçlar elde edilmiştir. Elde edilen deneysel sonuçlar çeşitli başarı karşılaştırma ölçütlerine göre değerlendirilerek en başarılı makine öğrenme modeli belirlenmiştir. Elde edilen deneysel sonuçlarda Rastgele Orman Sınıflandırıcısı 99.425% doğruluk değeri ile en başarılı yöntem olduğu görülmüştür.
Keywords : Felç, makine öğrenmesi, hastalık teşhisi, sınıflandırma, rastgele orman sınıflandırıcısı