Yapay öğrenme ile hastalık riski tahmini
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Araştırmanın amacı sağlıklı insanların gelecekte yakalanması ihtimal kalp hastalığını bulmak ve bu doğrultuda, düşük risk, orta risk ve çok riskli gibi derecelerde sınıflara ayırmaktır. Bu sebepten ilk önce geçmişinde kalp hastalığı geçirmiş insanların verilerine ihtiyaç duyulacaktır. Edinilen bu verilerde yaşı, cinsiyeti, diabet, böbrek yetmezliği, geçirdiği ameliyatlar gibi özellikler vardır. Karışık olan bu verilerin ilk olarak sınıflara ayırabilmek için yapay öğrenme metotları denenecektir. Yapay öğrenme metotlardan biri olan yapay sinir ağları, karar ağaçları ve rasgele orman sınıflandırma algoritmaları kullanılacaktır. Verilerin birçoğunun katagorik veri olmasından dolayı bu algoritmalar seçilmiştir. Veriler sınıflandırıldıktan sonra sağlıklı insanlardan alınan bazı test sonuçları ve kişilik özellikleri temelinde yapay öğrenme yöntemleri ile önceden eğitilen veriler test edilip, bu insanların, hasta olup olmadığı ve hasta ise riskin ne kadar olduğunu anlamaya çalışılacaktır. The aim of the study is to find possible heart disease in the future of healthy people and to classify them into grades such as low risk, medium risk and very risky. So, first of all, the data of people with heart disease in the past will be needed. These acquired data include age, gender, diabetes, kidney failure, and operations such as surgery. These mixed data will first be tried artificial learning methods to distinguish between classes. Artificial neural networks, decision trees and random forest classification algorithms, which are one of the artificial learning methods, will be used. These algorithms have been chosen because many of the data are categorical data. After classifying the data, some test results from healthy people and artificial learning methods based on personality traits will be tested to find out if these people are sick and sick if they are sick.
Collections