Varol, AsafGürsoy, Güneş2024-07-122024-07-1220222022-04Gürsoy, G. (2022). Makine öğrenmesi algoritmaları ile kalp hastalığı tahmini / Prediction of heart disease with machine learning algorithms (Yayımlanmamış Yüksek Lisans Tezi). Maltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü, İstanbul.https://hdl.handle.net/20.500.12415/12307Son yıllarda hızlı bilgisayarların hayatımıza girmesi, geliştirilen algoritmalar ile yapay zeka teknikleri hızla ilerleyerek hemen her sektörde olduğu gibi tıp alanında da önemli gelişmelere yol açmaktadır. Tıp alanında kalp hastalıkların teşhisinde yapay zekanın alt dallarından olan makine öğrenmesi sıklıkla kullanılmaktadır. Tez çalışmasında makine öğrenmesinde bir sınıflandırma problemi olarak kalp hastalığına ait bir veri seti ile hastaların kalp hastalığının olup olmadığı hakkında bir tahminde bulunulmuştur. Mevcut veri setini denetimli öğrenme türünün altındaki sınıflandırma algoritmaları ile eğiterek her algoritma ile ayrı model oluşturulmuş daha sonra bu modeller ile mevcut test veri seti üzerinden tahminlerde bulunulmuştur. Uygulamada MATLAB programı ve sınıflandırma algoritmalarından lineer diskriminant analizi, k-en yakın komşu, lojistik regresyon, karar ağacı, destek vektör makineleri, Naive Bayes, toplu öğrenme ve sinir ağları algoritmaları kullanılmıştır. Alınan sonuçlarda test veri setinin doğruluk değerleri değerlendirildiğinde en yüksek doğruluk oranlarını lojistik regresyon ve toplu öğrenme algoritmaları %88.9 olarak vermiştir. Çalışmada tahminlere ait hata matrisleri ve ROC eğrilerine de yer verilmiş, algoritmaların doğruluk oranları tablolar halinde gösterilmiştir.In recent years, fast computers have entered our lives, improved algorithms and artificial intelligence techniques have progressed rapidly. Significant developments have been experienced in the field of medicine as in almost every sector. Machine learning, which is one of the sub-branches of artificial intelligence, is frequently used to diagnose heart diseases in medical field. In the thesis study, a dataset of heart disease (heart-statlog) was used to predict whether patients have heart disease or not. By training the existing data set with the classification algorithms under the supervised learning type, a separate model was created with each algorithm, and then predictions were made on the existing test data set with these models. MATLAB program and classification algorithms linear discriminant analysis, k-nearest neighbor, logistic regression, decision trees, support vector machines, Naive Bayes, ensemble learning and neural networks algorithms were used to analyse the data. When the accuracy values of the test data set were evaluated, the logistic regression and ensemble learning algorithms gave the highest accuracy rates as 88.9%. In the study, the confusion matrices and ROC curves of the predictions are also included, and the accuracy rates of the algorithms are given in tables.trAttribution-NonCommercial-NoDerivs 3.0 United Statesinfo:eu-repo/semantics/openAccessMakine öğrenmesiKalp hastalığı tahminiDenetimli öğrenme algoritmalarıMachine learningPrediction of heart diseaseSupervised learning algorithmsMaster Thesis