dc.contributor.author | BEKTAŞ, BURCU | |
dc.contributor.author | BABUR, Sebahattin | |
dc.date.accessioned | 2021-03-04T12:37:01Z | |
dc.date.available | 2021-03-04T12:37:01Z | |
dc.identifier.citation | BEKTAŞ B., BABUR S., "Makine Öğrenmesi Teknikleri Kullanılarak Meme Kanseri Teşhisinin Performans Değerlendirmesi", Tıp Teknolojileri Kongresi, Antalya, Türkiye, 27 - 29 Ekim 2016, ss.341-344 | |
dc.identifier.other | vv_1032021 | |
dc.identifier.other | av_7830a888-2ae0-46fe-a75d-91ac75c0bccc | |
dc.identifier.uri | http://hdl.handle.net/20.500.12627/82466 | |
dc.identifier.uri | https://avesis.istanbul.edu.tr/api/publication/7830a888-2ae0-46fe-a75d-91ac75c0bccc/file | |
dc.description.abstract | Meme kanseri, sıklıkla kadınlar arasında görülen ve meme hücrelerinde başlayan bir kanser türüdür. Erken teşhis ve doğru tedavi meme kanseri hastalarının hayatta kalma oranını arttırabilme açısından son derece önemlidir. Mikrodizi teknolojisi ile hastalığın genetik faktörlerinin belirlenmesi teşhis ve tedavi sürecine önemli katkı sağlayabilir. Bu çalışmada, meme kanserinin teşhisi için birçok makine öğrenmesi algoritmaları kullanılmıştır ve bu algoritmaların birbirlerine göre sınıflandırma performansları karşılaştırılmıştır. Bunun yanı sıra öznitelik seçme yöntemleri ile meme kanserinde etkin genler belirlenip yapılan çalışma sonucunda 139 öznitelik ile % 90,72 başarı elde edilmiştir. | |
dc.language.iso | tur | |
dc.subject | Mühendislik, Bilişim ve Teknoloji (ENG) | |
dc.subject | Mühendislik ve Teknoloji | |
dc.subject | Bilgisayar Bilimleri | |
dc.subject | Bilgisayar Bilimi | |
dc.title | Makine Öğrenmesi Teknikleri Kullanılarak Meme Kanseri Teşhisinin Performans Değerlendirmesi | |
dc.type | Bildiri | |
dc.contributor.department | İstanbul Gedik Üniversitesi , , | |
dc.contributor.firstauthorID | 395703 | |