Tıbbi veriler üzerinde makine öğrenme algoritmaları ve bulanık mantık ile kurallar öğrenme
| dc.contributor.advisor | Arslan, Ahmet | |
| dc.contributor.author | Uzun, Yusuf | |
| dc.date.accessioned | 2017-10-06T12:53:32Z | |
| dc.date.available | 2017-10-06T12:53:32Z | |
| dc.date.issued | 2005-07-29 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | en_US |
| dc.description.abstract | Bu çalışma ameliyat sonrasında hastalardan alman tıbbi veriler üzerinde sınıflandırıcı makine öğrenmesi algoritmaları (OneR, Navie Bayes, JRip, Ridor, SMO, J48, LMT, Conjunctive Rule, Decision Tables, NNge, KStar, IBk, PART) ve bulanık mantık ile sınıflandırma analizleri yapmak ve kural öğrenimi yapmak için yapılmıştır. Tıbbi veri kümesi 9 özellik ve 90 veriden oluşmaktadır. Bulanık Mantık sınıflandırmayı kıyaslamak için OneR algoritması kullanıldı. Bu sınıflandırmada L_02 ve ADMDECS özellikleri kodlanıldı. OneR algoritmasına göre L_02'nin sınır değeri 95.5 dir. Şekil 8.1'de, L_02(A) ve L_02(S) bulanık üyelik fonksiyonları yaklaşık olarak ~ 96.07 noktasında kesişmektedir. Bu değer sınır, değer gibi kabul edildi. Bulanık mantık ile yapılan sınıflandırma değerinin, OneR algoritması ile elde edilen sınıflandırma değerinden daha iyi olduğu tespit edilmiştir. | en_US |
| dc.description.abstract | In this paper, machine learning algorithms (OneR, Navie Bayes, JRip, Ridor, SMO, J48, LMT, Conjunctive Rule, Decision Tables, NNge, KStar, IBk, PART) and Fuzzy Logic with classification analysis and rules learning made from instances in medical data set. There are 90 instances and 9 attributes in medical data set. OneR algorithm is used in fuzzy logic classification to confirm. In this classification L_02 and ADMDECS attributes used. Approach to OneR algorithm is limited value 95.5 of L02. L_02(A) and L_02(S) fuzzy membership functions are approximately intersect at point ~ 96.07 from the fuzzy membership functions at figure 8.1. This value is accepted as limit value. I was determined fuzzy logic classifications value more suitable from OneR algorithm classifications value. | en_US |
| dc.identifier.citation | Uzun, Y. (2005). Tıbbi veriler üzerinde makine öğrenme algoritmaları ve bulanık mantık ile kurallar öğrenme. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya. | en_US |
| dc.identifier.uri | https://hdl.handle.net/20.500.12395/6135 | |
| dc.language.iso | tr | en_US |
| dc.publisher | Selçuk Üniversitesi Fen Bilimleri Enstitüsü | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.selcuk | 20240510_oaig | en_US |
| dc.subject | Veri madenciliği | en_US |
| dc.subject | Kural öğrenme | en_US |
| dc.subject | Bulanık mantık | en_US |
| dc.subject | Sınıflandırma | en_US |
| dc.subject | Data mining | en_US |
| dc.subject | Learning rules | en_US |
| dc.subject | Fuzzy logic | en_US |
| dc.subject | Classification | en_US |
| dc.title | Tıbbi veriler üzerinde makine öğrenme algoritmaları ve bulanık mantık ile kurallar öğrenme | en_US |
| dc.title.alternative | Machine learning algorithms and learning rules with fuzzy logic on medical data | en_US |
| dc.type | Master Thesis | en_US |
