Akademik Veri Yönetim Sistemi
Van'ın Geleceği Sempozyumu, Van, Türkiye, 1 - 02 Aralık 2022, ss.323, (Özet Bildiri)
Dünyanın dört bir yanındaki sağlık sistemleri, artan kronik hastalıklar, kaynak kıtlığı, yaşlanan
nüfus nedenleriyle önemli zorluklarla karşı karşıyadır. Genel olarak, kronik hastalığın yükselişini
önlemenin en iyi yolu, hastalık gelişmeden önce önlem almak ve tarama yapmaktır. Bununla birlikte,
birinci basamakta çoğu doktor, kronik hastalıkları önlemek için zaman, kaynak ve araçlardan
yoksundur. Araştırma çalışmamız, Van ilinde olası meme kanseri hastalıklarını erken bir aşamada
tahmin etme yaklaşımlarını uyarlamayı amaçlamaktadır. Bu çalışmada Naive Bayes, Logistic
Regresyon, k-Nearest Neighbors, Support Vector Machines, Decision Trees, Random Forests, Yapay
Sinir Ağları, Adaboost, XGBoost ve Gradient Boosting gibi sınıflandırma modellerinin oluşturulması
amaçlanmıştır. Çalışma için Wisconsin Breast Cancer (WDBC) veri seti kullanılarak geliştirilecek
sistem Van ilindeki mevcut hastanelere önerilecektir. Mevcut halde en iyi sonuçlar oylama
sınıflayıcısından elde edilmiş olup, %92 doğruluk değeri elde edilmiştir.