| Yazarlar |
Pınar Cihan
Tekirdağ Namık Kemal Üniversitesi, Türkiye |
|
Oya Kalıpsız
Yıldız Teknik Üniversitesi, Türkiye |
Prof. Dr. Erhan GÖKÇE
Kafkas Üniversitesi, Türkiye |
| Özet |
| Ülkemizde küçükbaş hayvan sayısı her geçen gün çeşitli sebeplerdendolayı azalmaktadır. Küçükbaş hayvan sayısının azalmasına paralelolarak, hayvansal üretimde de önemli azalmalar görülmektedir.Küçükbaş hayvan sayısının azalmasını önlemenin bir yolu dahastalıklarla ilgili tahmin ve analizlerin başarılı bir şekildeyapılabilmesidir. Makine öğrenmesi ile yapılan bilgisayar destekli tanıçalışmaları sayesinde, sağlık hizmetlerinin kalitesi artarken sağlıksektöründeki maliyetler azalmaktadır. Bu çalışmanın amacı makineöğrenmesi yöntemleri ile kuzularda erken hastalık teşhisi yapmaktır.Bunun için çalışmada karar ağaçları, saf bayes, k-en yakın komşu,yapay sinir ağları ve rassal orman yöntemleri kullanılmıştır. Busınıflandırma yöntemlerinin performansları doğruluk, dengelidoğruluk, seçicilik, duyarlılık, F-ölçütü, kappa ve ROC eğrisi altındakalan alan (AUC) ölçütleri ile analiz edilmiştir. Çalışma sonucundabilgisayar destekli tanı için Saf bayes yöntemi diğer yöntemlerden dahabaşarılı sonuçlar üretmiştir. Basit ve uygulaması kolay olan Saf bayesyöntemin diğer karmaşık yöntemlerden daha başarılı sonuçlar eldeetmesi oldukça önemlidir. |
| Anahtar Kelimeler |
| Makale Türü | Özgün Makale |
| Makale Alt Türü | ESCI dergilerinde yayımlanan tam makale |
| Dergi Adı | Pamukkale University Journal of Engineering Sciences |
| Dergi ISSN | 1300-7009 |
| Dergi Tarandığı Indeksler | ESCI: Emerging Sources Citation Index |
| Makale Dili | Türkçe |
| Basım Tarihi | 04-2020 |
| Cilt No | 26 |
| Sayı | 2 |
| Sayfalar | 385 / 391 |
| Doi Numarası | 10.5505/pajes.2019.51447 |
| Makale Linki | http://dx.doi.org/10.5505/pajes.2019.51447 |
| Atıf Sayıları | |
| TRDizin | 2 |
