The aim of this study is to classify 193 countries which are members of World Health Organization (WHO) in terms of Non Communicable Diseases (NCDs). Support vector machine and random forest methods used for classification which are one of supervised data mining methods. An open source programme Orange used for analysis. At the end of the analysis it was seen that random forest classification performance results were better than support vector machine classification performance results. The results of this study is useful for global health care managers for fighting against Noncommunicable Diseases and producing effective policies.
Noncommunicable Diseases (NCDs) Health Care Indicators Machine Learning
Amaç: Bu çalışmanın amacı Dünya Sağlık Örgütü (DSÖ)'ne üye olan 193 ülkeyi gelir gruplarına göre Bulaşıcı Olmayan Hastalıklar (BOH) ile ilgili veriler bakımından sınıflandırmaktır. Gereç-Yöntem: Ülkelerin sınıflandırılmasında veri madenciliği yöntemleri içerisinde danışmanlı öğrenme yöntemleri arasında bulunan destek vektör makinesi ve random forest yöntemleri kullanılmıştır. Analizlerde bir açık kaynak kodlu yazılım olan Orange programından yararlanılmıştır. Bulgular: Analizler sonucunda random forest yöntemi kullanılarak elde edilen performans sonuçlarının destek vektör makinesine göre daha yüksek olduğu görülmüştür. Sonuç: Araştırma sonuçlarının küresel sağlık yöneticilerine Bulaşıcı Olmayan Hastalıklar (BOH) ile mücadele etmek konusunda ve etkin politikalar üretmede faydalı olacağı düşünülmektedir.
Bulaşıcı Olmayan Hastalıklar (BOH) Sağlık Bakım Göstergeleri Makina Öğrenmesi
Birincil Dil | Türkçe |
---|---|
Konular | Bilgisayar Yazılımı |
Bölüm | Araştırma Makaleleri |
Yazarlar | |
Yayımlanma Tarihi | 12 Haziran 2015 |
Gönderilme Tarihi | 14 Ocak 2015 |
Yayımlandığı Sayı | Yıl 2015 Cilt: 20 Sayı: 2 |
DUYURU:
30.03.2021- Nisan 2021 (26/1) sayımızdan itibaren TR-Dizin yeni kuralları gereği, dergimizde basılacak makalelerde, ilk gönderim aşamasında Telif Hakkı Formu yanısıra, Çıkar Çatışması Bildirim Formu ve Yazar Katkısı Bildirim Formu da tüm yazarlarca imzalanarak gönderilmelidir. Yayınlanacak makalelerde de makale metni içinde "Çıkar Çatışması" ve "Yazar Katkısı" bölümleri yer alacaktır. İlk gönderim aşamasında doldurulması gereken yeni formlara "Yazım Kuralları" ve "Makale Gönderim Süreci" sayfalarımızdan ulaşılabilir. (Değerlendirme süreci bu tarihten önce tamamlanıp basımı bekleyen makalelerin yanısıra değerlendirme süreci devam eden makaleler için, yazarlar tarafından ilgili formlar doldurularak sisteme yüklenmelidir). Makale şablonları da, bu değişiklik doğrultusunda güncellenmiştir. Tüm yazarlarımıza önemle duyurulur.
Bursa Uludağ Üniversitesi, Mühendislik Fakültesi Dekanlığı, Görükle Kampüsü, Nilüfer, 16059 Bursa. Tel: (224) 294 1907, Faks: (224) 294 1903, e-posta: mmfd@uludag.edu.tr