Karmaşık Hastalıkların Teşhisinde Veri Madenciliği Yöntemlerinin Başarım Karşılaştırması

Basit Öğe Kaydı
dc.authorid42088en_US
dc.contributor.authorYücebaş, Sait Can
dc.date.accessioned2018-07-24T07:01:38Z
dc.date.available2018-07-24T07:01:38Z
dc.date.issued2018-05
dc.description.abstractBütünsel genom ilişkilendirme çalışmalarında (BGİÇ) ortaya çıkan verilerin yüksek miktarda ve çok boyutlu olması, profillerin hastalıklarla ilişkilendirilmesi ve buradan teşhise gidilmesi sırasında farklı veri madenciliği yöntemlerinin kullanılması ile mümkün olmaktadır. Yapılan çalışmada 1025 vaka ve 531 kontrolden oluşan melonom veri kümesi ile farklı etnik kökenli 2325 vaka ve 2350 kontrolden oluşan ve prostat kanseri veri kümesi kullanılmıştır. Bu hastalıklarla ilgili profiller Karar Ağacı, Naive Bayes, Destek Vektör Makinası gibi farklı veri madenciliği yöntemleri ile incelenmiştir. Her iki hastalık için de destek vektör makinası kullanılan yöntemler arasında en iyi başarımı sağlamıştır. İlgili yöntem prostat kanseri veri kümesinde %75.68’lık bir kesinlik değeri sunarken, melonom veri kümesi için %78,6’lik bir kesinlik değeri yakalamıştır.en_US
dc.description.abstractThe data used in Genome Wide Association studies is vast in amount and high dimensional. Therefore, different data mining methods are used in order to find the relations between profiles and diseases. These methods are then used for diagnostic models. In this study two different data sets were used. The melonoma data set consists of 1025 cases and 531 controls. The multi ethnic prostate cancer data set consists of 2325 cases and 2350 controls. The underlying SNPs were searched by different data mining methods such as Decision Trees, Naive Bayes and Support Vector Machines. For both diseases support vector machine presented the best performance results. This method presented 75.68% of accuracy for prostate cancer data and 78.6% of accuracy for melonoma.en_US
dc.identifier.citationYücebaş, S. C. (2018). Karmaşık Hastalıkların Teşhisinde Veri Madenciliği Yöntemlerinin Başarım Karşılaştırması. Çanakkale Onsekiz Mart Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 4 (1), 14-27.en_US
dc.identifier.issn2459-1580
dc.identifier.trdizinid380070
dc.identifier.urihttps://hdl.handle.net/20.500.12428/1893
dc.indekslendigikaynakTR-Dizin
dc.institutionauthor. . .en_US
dc.language.isotr
dc.publisherÇanakkale Onsekiz Mart Üniversitesien_US
dc.relation.ispartofÇanakkale Onsekiz Mart Üniversitesi Fen Bilimleri Enstitüsü Dergisien_US
dc.relation.publicationcategory. . .en_US
dc.rights.uriinfo:eu-repo/semantics/openAccessen_US
dc.subjectveri madenciliğien_US
dc.subjectkarar ağacıen_US
dc.subjectdestek vektör makinasıen_US
dc.subjectnaive bayesen_US
dc.subjectkanseren_US
dc.subjectütünsel genom ilişkilendirmeen_US
dc.subjectdata miningen_US
dc.subjectdecision treeen_US
dc.subjectsupport vector machineen_US
dc.subjectcanceren_US
dc.subjectgenome wide associationen_US
dc.titleKarmaşık Hastalıkların Teşhisinde Veri Madenciliği Yöntemlerinin Başarım Karşılaştırması
dc.title.alternativePerformance Comparison of Data Mining Methods in Diagnosis of Complex Diseases
dc.typeArticle

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
saitcan.pdf
Boyut:
542.13 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Makale
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
[ X ]
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Çanakkale Onsekiz Mart Üniversitesi Fen Bilimleri Enstitüsü Dergisi (2015 - halen)
TR-Dizin İndeksli Yayınlar Koleksiyonu