Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi
Yazarlar: Melda KOKOÇ, Fatih KOKOÇ
Konular:Endüstri Mühendisliği
DOI:10.28948/ngumuh.693303
Anahtar Kelimeler:Fiziksel ve motor engel,Medikal veri,Öz bakım,ICF-CY,Veri madenciliği
Özet: Fazla değişken söz konusu olduğunda elle sınıflama yapmak zaman ve emek isteyen bir süreç haline gelmektedir. Böyle bir duruma örnek olan engelli bireylerin öz bakım aktivitelerinde yaşadıkları sorunlara göre sınıflandırılması, uzman terapistler için zaman alıcı bir süreçtir. Bu çalışmanın amacı uzman terapistlere zaman kazandırması açısından fiziksel ve motor engelli bireylerin öz bakım aktivitelerinde yaşadıkları sorunları tahmin edebilecek bir modelin geliştirilmesidir. Tahmin sürecinde yedi farklı (destek vektör makineleri, yapay sinir ağları, C5.0, CART, QUEST, CHAID, bayes ağları) veri madenciliği algoritmasından yararlanılmıştır. Söz konusu algoritmalar, tek olarak ve farklı kolektif modeller oluşturularak uygulanmıştır. Tek ve kolektif olarak uygulanan modellerin deneysel sonuçları kıyaslandığında, iki veya daha fazla algoritmanın birleştirilmesi ile uygulanan kolektif öğrenme tekniğinin tahmin performansını yükselttiği görülmüştür.