Maksimal ve egzersize bağlı olmayan değişkenler kullanarak maksimum oksijen alımının makine öğrenmesi yöntemleriyle tahmin edilmesi

Bu tezin amacı, maksimal ve egzersize bağlı olmayan değişkenler kullanarak doğru VO2max tahmin modelleri geliştirmek ve maksimal tahmin modellerinin egzersize bağlı olmayan anket değişkenleriyle geliştirilebileceğini göstermektir. DVM, YSA, ÇDR ve GRSA gibi makine öğrenmesi yöntemleri, VO2max tahmin modellerini geliştirmek için kullanılmıştır. VO2max tahmin için iki değişik veri kümesi kullanılmıştır. Modellerin başarımını ölçmek amacıyla kullanılan KKve STH değerleri 10 katlı çapraz doğrulama kullanarak hesaplanmıştır. Sonuçlar göstermiştir ki, YSA tabanlı maksimal tahmin modellerine anket sonuçlarını eklemek ilk veri kümesi için KK değerinde %4.25 ile %10.81 arasında artışa ve STH değerinde ise %27.53 ile %35.59 arasında bir düşüşe neden olmuştur. İkinci veri kümesinde ise KK değerinde %1.08 ile %6.97 arasında artış,STH değerinde ise %0.53 ile %17.97 arasında düşüş görülmüştür. Bununla birlikte YSA tabanlı tahmin modellerinin GRSA, DVM ve ÇDR tabanlı modellere göre daha doğru sonuçlar ürettiği gözlenmiştir.