Makine öğrenme yöntemleri kullanılarak türk ortaokul öğrencileri için fiziksel uygunluk tahmin modelleri geliştirilmesi

Fiziksel uygunluk, vücudunuzu ve zihninizi sağlıklı tutan günlük aktivitelerin gerekli bir bileşenidir. Fitness yalnızca fiziksel olarak uygun olmakla kalmayıp aynı zamanda kişinin zihinsel durumunu da ifade eder. Fiziksel uygunluk, belirli testlerle ölçülebilen sağlık veya beceri ile ilişkili bir takım özelliklerdir ve fiziksel uygunluğun sağlanması, hayat kalitesi için gereklidir. Bununla birlikte, fiziksel uygunluğun ölçülmesi, gelişmiş profesyonel ekipman, deneyimli personel ve çok fazla zaman gerektirdiğinden, araştırmacıların fiziksel uygunluğu belirlemek için farklı yollar bulması gerekir. Bu çalışmanın amacı, Destek Vektör Makineleri (Support Vector Machine -SVM), Radyal Tabanlı Fonksiyon Sinir Ağı (Radial Basis Function Neural Network – RBFNN), Genel Regresyon Sinir Ağı (General Regression Neural Network - GRNN) ve Tek Karar Ağacı (Single Decision Tree - SDT) gibi makine öğrenme yöntemlerini kullanarak Türk orta öğretim öğrencilerinin fiziksel uygunluğunu tahmin etmek için yeni tahmin modelleri geliştirmektir. SVM, GRNN, RBFNN ve SDT temelli tahmin modellerinin performansı, 10 katlı çapraz doğrulama (10-fold cross validation) kullanılarak kök ortalama hata karesi (Root Mean Square Error-RMSE) hesaplanmıştır. Elde edilen sonuçların ışığında, başta SVM olmak üzere makine öğrenme metodlarının kabul edilebilir ve doğru sonuçlar vermesi nedeniyle fiziksel uygunluk tahmininde kullanılabileceği kanıtlanmıştır.