Bu çalışma, işitme kaybı sağlık sorununu ele alarak ve Makine Öğrenimi yöntemlerini kullanarak cinsiyet ve yaş gibi demografik faktörlere bağlı olarak işitme kaybı derecesinin tahmin edilmesine odaklanmıştır. İlgili veri seti, işitme cihazı merkezine işitme kaybı şikayetiyle başvuran 500 hastanın özel veya kamu hastanelerinde gerçekleştirilen işitme testlerinin sonuçlarına dayanmaktadır. Bu veriler, hastaların sağ ve sol kulak hava yolu işitme eşikleri, cinsiyet, yaş ve işitme kaybı ortalamalarını içermektedir. Çalışmada kişisel bilgilere yer verilmemekle birlikte, işitme kaybı dereceleri cinsiyet ve yaş faktörlerine bağlı olarak analiz edilecektir. İlgili analizde Makine Öğrenimi algoritmalarından Destek Vektör Makineleri (SVM), K-En Yakın Komşu, Lineer Regresyon ve Random Forest (Rastgele Orman) denetimli öğrenme makine algoritmaları kullanılacaktır.
Eser Adı (dc.title) | Makine Öğrenimi Yaklaşımı ile İşitme Kaybı Derecesinin Cinsiyet ve Yaşa Bağlı Tahmin ve Analizi |
Eser Sahibi (dc.contributor.author) | SENA GAGA |
Tez Danışmanı (dc.contributor.advisor) | Mansur Alp Toçoğlu |
Yayıncı (dc.publisher) | İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü |
Tür (dc.type) | Diğer |
Özet (dc.description.abstract) | Bu çalışma, işitme kaybı sağlık sorununu ele alarak ve Makine Öğrenimi yöntemlerini kullanarak cinsiyet ve yaş gibi demografik faktörlere bağlı olarak işitme kaybı derecesinin tahmin edilmesine odaklanmıştır. İlgili veri seti, işitme cihazı merkezine işitme kaybı şikayetiyle başvuran 500 hastanın özel veya kamu hastanelerinde gerçekleştirilen işitme testlerinin sonuçlarına dayanmaktadır. Bu veriler, hastaların sağ ve sol kulak hava yolu işitme eşikleri, cinsiyet, yaş ve işitme kaybı ortalamalarını içermektedir. Çalışmada kişisel bilgilere yer verilmemekle birlikte, işitme kaybı dereceleri cinsiyet ve yaş faktörlerine bağlı olarak analiz edilecektir. İlgili analizde Makine Öğrenimi algoritmalarından Destek Vektör Makineleri (SVM), K-En Yakın Komşu, Lineer Regresyon ve Random Forest (Rastgele Orman) denetimli öğrenme makine algoritmaları kullanılacaktır. |
Kayıt Giriş Tarihi (dc.date.accessioned) | 2024-03-07 |
Açık Erişim Tarihi (dc.date.available) | 2024-03-07 |
Yayın Tarihi (dc.date.issued) | 2024 |
Tek Biçim Adres (dc.identifier.uri) | https://hdl.handle.net/11469/3895 |
Yayın Dili (dc.language.iso) | tr |
Konu Başlıkları (dc.subject) | İşitme Sağlığı |
Konu Başlıkları (dc.subject) | Destek Vektör Makineleri (SVM) |
Konu Başlıkları (dc.subject) | Makine öğrenimi |
Haklar (dc.rights) | Open access |