Akademik Veri Yönetim Sistemi
Uluslararası Veri Bilimi ve Güvenliği Konferansı, Erzurum, Türkiye, 6 - 07 Temmuz 2023, ss.43-55, (Tam Metin Bildiri)
Bildiri, kronik böbrek hastalığının erken tanısında makine öğrenimi algoritmalarının kullanımını ve veri ön işleme adımlarının önemini araştırmaktadır. Kronik böbrek hastalığı, böbrek fonksiyonlarının sürekli olarak azalmasıyla karakterize edilen bir durumdur ve erken teşhis edilmesi önemlidir. Bu nedenle, makine öğrenimi algoritmalarının kullanımı, büyük miktarda veriyi analiz ederek hastalık tanısında yardımcı olabilir. Makalede, veri ön işleme adımlarının önemi vurgulanmaktadır. Veri setindeki özelliklerin temizlenmesi ve analiz için uygun hale getirilmesi gerekmektedir. Ayrıca, makine öğrenimi algoritmalarının kullanımıyla hastalığın tanısında başarı elde edilebilir. Makalede kullanılan algoritmalar arasında Lojistik Regresyon, Destek Vektör Makineleri, Yapay Sinir Ağları, Rastgele Orman, K-En Yakın Komşu Algoritması, Gaussian Naive Bayes, Çok Katmanlı Algılayıcı ve Karar Ağaçları yer almaktadır. Ayrıca, çalışmada kullanılan veri seti ve özellikler detaylı bir şekilde incelenmiştir. Veri seti, 25 nitelik ve 400 olgu içermektedir. Analizler yapılmadan önce veri setindeki değerler temizlenmiş ve eksik veriler doldurulmuştur. Korelasyon analizleri sonucunda paketlenmiş hücre hacmi ile hemoglobin, paketlenmiş hücre hacmi ile kırmızı kan hücresi sayımı, albümin ile kırmızı kan hücresi sayımı, rastgele kan şekeri ile şeker, kan üresi ile paketlenmiş hücre hacmi, paketlenmiş hücre hacmi ile özgül ağırlık, albümin ile özgül ağırlık, paketlenmiş hücre hacmi ile tansiyon ve hemoglobin ile tansiyon nitelikleri arasında kronik böbrek hastalığı tanısıyla korelasyon olduğu belirlenmiştir. Sonuç olarak, makine öğrenimi algoritmalarının kronik böbrek hastalığı tanısında kullanılması ve veri ön işleme adımlarının önemi vurgulanmaktadır. Bu çalışma, hastalığın erken teşhisinde ve tedavi sürecinin iyileştirilmesinde yardımcı olabilecek bir temel sağlamaktadır. Rastgele Orman, Destek Vektör Makineleri ve Yapay Sinir Ağları algoritmaları, kronik böbrek hastalığı tanısını en doğru tahmin eden algoritmalar olarak belirlenmiştir.