Denetimsiz makine öğrenmesi ile hasta bekleme sürelerinin tahmini

Veri, günümüz dünyasında siyasi, ekonomik, sosyal, bilimsel ve teknolojik ilerlemenin temel unsuru haline gelmiştir. Dijitalleşme sürecinin hızlanmasıyla birlikte, sağlık, eğitim, mühendislik, finans, kamu yönetimi gibi hemen her alanda büyük miktarda veri üretilmektedir. Üretilen bu veriler analiz edilip, anlamlı içgörüler çıkarıldığında, karar verme süreçlerinin vazgeçilmez bir bileşeni olarak kullanılmaktadır. Ham verinin anlamlı bilgiye dönüşebilmesi için istatistiksel yöntemler ve makine öğrenmesi algoritmaları ile işlenmesi gerekmektedir. Bu tez çalışmasında, veri, büyük veri, veri madenciliği, makine öğrenmesi, makine öğrenmesi türleri gibi kavramlar ve metodojiler, sağlık, sağlık hizmetleri, sağlık hizmetlerinde karar verme gibi kavramlar incelenmiştir. Sağlık sistemleri araştırmanın çerçevesi olarak belirlenmiş ve büyük veri ile makine öğrenmesi tekniklerinin sağlık hizmetlerinde kullanım alanları incelenmiştir. Sağlık hizmetlerinde makine öğrenmesi yöntemlerinin kullanımına yönelik olarak, bir hastanenin acil servisine başvuran hastaların bekleme süreleri makine öğrenmesinin denetimsiz öğrenme yöntemlerinden karma dağılım metodu ile analiz edilmiştir. Çalşımada Gamma karma dağılımı ve Poisson karma dağılımı modelleri kullanılarak hastaların farklı branşlarda bekleme sürelerine ilişkin kümeleme analizi yapılmıştır. Hasta bekleme sürelerinin istatistiksel dağılımlarının branş bazında farklılık gösterdiği ve bu verilerin tekil bir istatistiksel dağılım yerine karma istatistiksel dağılımlar ile daha uygun biçimde temsil edildiği gözlemlenmiştir. Anahtar Kelimeler: Veri, Büyük Veri, Karma Dağılım, Kümeleme, Makine Öğrenmesi