Bir grup sağlık verisi üzerine veri madenciliği çalışmaları

Bu araştırma farklı tıbbi tanılar için insan bilgisinin yanında, veri madenciliği üzerinde farklı alternatifler aramak içindir. Yapılan birçok başarılı uygulama örnekleri içerisinde insan teşhis yeteneklerinin sonuçlarının nöral teşhis sistemi sonuçlarına göre daha kötü sonuçlar verdiği göstermektedir. Çalışma sağlık alanındaki Onbir adet verinin veri madenciliği analizi ile ilgilidir.Çalışma içerisinde farklı Tıbbi alanlar hedeflenerek Veri Madenciliği analizlerinin çeşitli Sağlık verilerine yaptığı yorumlar incelenmiştir. Yapay sinir ağlarının sağlık alanındaki çalışmaları kısaca tanıtıldı, tıbbi veri tabanı ve eğitim, ve tıbbi verilerin bir sinir ağı test edilmesine yönelik temel yaklaşımların üzerinde duruldu. Birkaç test yapılandırmaları, algoritmalar için en iyi ayarı belirlemek için test edilmektedir. Bu çalışmada kullanılan Sekiz adet veri madenciliği algoritmaları bulunmaktadır. Detayları ise şu şekildedir: DT, SVM, RBF, MLP, k-NN, Naive Bayes, Bayes Net ve Lojistik Regresyon. Belirtilen Sekiz adet algorithma ?10-fold cross validation? ve ?train/test split? değerlendirmeleri göz önüne alınarak Onbir adet veri üzerinde değerlendirilmiştir. Bununla beraber PCA için de ayrı bir değerlendirme gerçekleştirilerek araştırma içerisindeki farklılıkları gösterilmiştir. Tez içerisinde odaklanılan performans metrikleri ise şu şekildedir: Percent Correct, True Positive Rate, False Positive Rate, Precision, Recall, F-Measure, AUC ve Error Rates. Bu tez farklı algoritmalar ve veriler üzerien bir kıyaslama çalışması olduğundan dolayı, tez çalışmasının değerlendirilmesi için özel bir kıyaslama ölçütü oluşturulmuştur.