Kalp hastalığı tanısında Weka tabanlı makine öğrenmesi algoritmalarının performans analizi
Küçük Resim Yok
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İzmir Bakırçay Üniversitesi Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Kalp hastalığı, kalbin normal işlevlerini yerine getiremediği ve genellikle kardiyovasküler sistemdeki sorunlarla ilişkilendirilen bir durumdur. Erken teşhis, tedavi ve önlemler açısından hayati öneme sahiptir. Makine öğrenmesi algoritmaları, bilgisayar sistemlerinin verilerden öğrenme yeteneği kazanmasını sağlayan matematiksel modellerdir. Sınıflandırma, regresyon, kümeleme gibi farklı görevler için kullanılan bu algoritmalar, veri analizi ve örüntü tanıma gibi birçok alanda kullanılır. Bu çalışma Weka ile makine öğrenmesi algoritmalarının kalp hastalıklarını teşhis etme yeteneğini incelemek ve karşılaştırmak amacıyla yapılmıştır. Weka, açık kaynaklı bir veri madenciliği ve makine öğrenmesi algoritmalarının kullanıldığı bir platformdur. Weka, araştırmacılar tarafından geniş bir alanı kapsayan birçok projede tercih edilmektedir. Veri madenciliği yöntemleri ile veri seti analiz edilerek regresyon, sınıflandırma ve kümeleme algoritmaları kullanılarak bu çalışma gerçekleştirilmiştir. Kullanılan algoritmaların performansını değerlendirmek için kullanılan parametrelerle, sonuçlar kapsamlı bir şekilde analiz edilmiştir. Algoritmaların performansları incelendiğinde bulgular, Weka ile uygulanan çeşitli makine öğrenmesi algoritmalarının kalp hastalığı teşhisinde başarı sağladığını göstermektedir. Bu çalışma, sağlık profesyonelleri ve araştırmacıları için kalp hastalığı teşhisinde makine öğrenmesi uygulamalarını daha iyi anlamalarına ve potansiyel olarak hastalıkların teşhis süreçlerinin geliştirilmelerine yardımcı olacaktır.
Heart disease is a condition in which the heart cannot perform its normal functions and is often associated with problems in the cardiovascular system. Early diagnosis is vital for treatment and precautions. Weka is a software language program that uses an open source data mining and machine learning algorithm. Weka is preferred by researchers in many projects covering a wide area. Machine learning algorithms are mathematical models that enable computer systems to gain the ability to learn from data. These algorithms, which are used for different tasks such as classification, regression and clustering, are used in many areas such as data analysis and pattern recognition. This study was conducted to examine and compare the ability of Weka and machine learning algorithms to diagnose heart diseases. This study was carried out by analyzing the data set with data mining methods and using regression, classification and clustering algorithms. The results have been extensively analyzed with the parameters used to evaluate the performance of the algorithms used. When the performances of the algorithms are examined, the findings show that various machine learning algorithms implemented with Weka are successful in diagnosing heart disease. This study will help healthcare professionals and researchers better understand the applications of machine learning in diagnosing heart disease and potentially improve patients' diagnostic processes.
Heart disease is a condition in which the heart cannot perform its normal functions and is often associated with problems in the cardiovascular system. Early diagnosis is vital for treatment and precautions. Weka is a software language program that uses an open source data mining and machine learning algorithm. Weka is preferred by researchers in many projects covering a wide area. Machine learning algorithms are mathematical models that enable computer systems to gain the ability to learn from data. These algorithms, which are used for different tasks such as classification, regression and clustering, are used in many areas such as data analysis and pattern recognition. This study was conducted to examine and compare the ability of Weka and machine learning algorithms to diagnose heart diseases. This study was carried out by analyzing the data set with data mining methods and using regression, classification and clustering algorithms. The results have been extensively analyzed with the parameters used to evaluate the performance of the algorithms used. When the performances of the algorithms are examined, the findings show that various machine learning algorithms implemented with Weka are successful in diagnosing heart disease. This study will help healthcare professionals and researchers better understand the applications of machine learning in diagnosing heart disease and potentially improve patients' diagnostic processes.
Açıklama
Anahtar Kelimeler
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control ; Endüstri ve Endüstri Mühendisliği
