@article{article_157607, title={Sınıflamada Daha Güçlü Bir Yaklaşım Olan Boosting Ağacı: Karpal Tunel Sendromu Uygulaması}, journal={Journal of Turgut Ozal Medical Center}, volume={19}, pages={228–233}, year={2012}, author={Ankaralı, Handan and Temel, Gülhan Örekici and Taşdelen, Bahar and Özge, Aynur}, keywords={Sınıflama; Boosting Ağacı; Zayıf Sınıflayıcılar.}, abstract={Amaç: Boosting ağaç yöntemi topluluk birleştirme yöntemlerinden en başarılı olanıdır. Birleştirme algoritmalarının temel amacı, zayıf sınıflayıcıların kombinasyonundan tahmin hatası düşük güçlü sınıflayıcılar oluşturmaktır. Gereç ve Yöntemler: Bu çalışmada Karpal Tunel Sendromu vakaları boosting metodunu kullanılarak sınıflanmıştır. Mersin Üniversitesi Tıp Fakültesi Nöroloji Anabilim Dalının Elektrofizyoloji Laboratuvarına 2006-2010 tarihleri arasında Karpal Tünel Sendromu (KTS) ön tanısı ile başvuru yapan bireyler çalışmaya alınmıştır. Boosting Tree uygulaması Statistica 7.0 paket programında yapılmıştır. Bulgular: Test verisi kullanıldığında ise modelin genel doğru sınıflama başarısı %87.67 olarak hesaplanmıştır. Test verisi kullanıldığında son modelin sensitivite ve spesifitesi ise sırasıyla %85.65 ve %92.36 olarak hesaplanmıştır. Sonuç: Kullanılan modelin KTS tanısının konulmasında başarılı bir yöntem olarak kullanılabilir. Anahtar kelimeler: Sınıflama; Boosting Ağacı; Zayıf Sınıflayıcılar.}, number={4}, publisher={İnönü Üniversitesi}